%%?案例8：GRNN的數(shù)據(jù)預(yù)測(cè)—基于廣義回歸神經(jīng)網(wǎng)絡(luò)的貨運(yùn)量預(yù)測(cè)
%
%
%?
%?			該案例作者申明：				1：本人長(zhǎng)期駐扎在此板塊里，對(duì)該案例提問(wèn)，做到有問(wèn)必答。	2：此案例有配套的教學(xué)視頻，配套的完整可運(yùn)行Matlab程序。						3：以下內(nèi)容為該案例的部分內(nèi)容（約占該案例完整內(nèi)容的1/10）。							4：此案例為原創(chuàng)案例，轉(zhuǎn)載請(qǐng)注明出處（Matlab中文論壇，《Matlab神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析》）。							5：若此案例碰巧與您的研究有關(guān)聯(lián)，我們歡迎您提意見(jiàn)，要求等，我們考慮后可以加在案例里。							6：您看到的以下內(nèi)容為初稿，書(shū)籍的實(shí)際內(nèi)容可能有少許出入，以書(shū)籍實(shí)際發(fā)行內(nèi)容為準(zhǔn)。					7：此書(shū)其他常見(jiàn)問(wèn)題、預(yù)定方式等，請(qǐng)點(diǎn)擊這里。	
%?
%
%%?清空環(huán)境變量
clc;
clear?all
close?all
nntwarn?off;

%%?載入數(shù)據(jù)
load?data;
%?載入數(shù)據(jù)并將數(shù)據(jù)分成訓(xùn)練和預(yù)測(cè)兩類(lèi)
p_train=p（1:12:）;
t_train=t（1:12:）;
p_test=p（13:）;
t_test=t（13:）;
%%?交叉驗(yàn)證
desired_spread=[];
mse_max=10e20;
desired_input=[];
desired_output=[];
result_perfp=[];
indices?=?crossvalind（‘Kfold‘length（p_train）4）;
h=waitbar（0‘正在尋找最優(yōu)化參數(shù)....‘）
k=1;
for?i?=?1:4
????perfp=[];
????disp（[‘以下為第‘num2str（i）‘次交叉驗(yàn)證結(jié)果‘]）
????test?=?（indices?==?i）;?train?=?~test;
????p_cv_train=p_train（train:）;
????t_cv_train=t_train（train:）;
????p_cv_test=p_train（test:）;
????t_cv_test=t_train（test:）;
????p_cv_train=p_cv_train‘;
????t_cv_train=t_cv_train‘;
????p_cv_test=?p_cv_test‘;
????t_cv_test=?t_cv_test‘;
????[p_cv_trainminpmaxpt_cv_trainmintmaxt]=premnmx（p_cv_traint_cv_train）;
????p_cv_test=tramnmx（p_cv_testminpmaxp）;
????for?spread=0.1:0.1:2;
????????net=newgrnn（p_cv_traint_cv_trainspread）;
????????waitbar（k/80h）;
????????disp（[‘當(dāng)前spread值為‘?num2str（spread）]）;
????????test_Out=sim（netp_cv_test）;
????????test_Out=postmnmx（test_Outmintmaxt）;
????????error=t_cv_test-test_Out;
????????disp（[‘當(dāng)前網(wǎng)絡(luò)的mse為‘num2str（mse（error））]）
????????perfp=[perfp?mse（error）];
????????if?mse（error）????????????mse_max=mse（error）;
????????????desired_spread=spread;
????????????desired_input=p_cv_train;
????????????desired_output=t_cv_train;
????????end
????????k=k+1;
????end
????result_perfp（i:）=perfp;
end;
close（h）
disp（[‘最佳spread值為‘num2str（desired_spread）]）
disp（[‘此時(shí)最佳輸入值為‘]）
desired_input
disp（[‘此時(shí)最佳輸出值為‘]）
desired_output
%%?采用最佳方法建立GRNN網(wǎng)絡(luò)
net=newgrnn（desired_inputdesired

?屬性????????????大小?????日期????時(shí)間???名稱(chēng)
-----------?---------??----------?-----??----
?????目錄???????????0??2013-10-28?23:15??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\
?????文件????????1238??2013-10-22?19:13??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\best.mat
?????文件????????4134??2010-01-31?21:50??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\chapter8.1.m
?????文件???????????0??2013-10-28?20:23??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\chapter8.2
?????文件????????2562??2010-01-31?21:52??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\chapter8.2.asv
?????文件????????2562??2010-01-31?21:53??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\chapter8.2.m
?????文件?????????815??2010-01-30?20:09??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\data.mat
?????文件??????????15??2013-10-28?20:30??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\Untitled5.m
?????文件?????????198??2010-01-30?22:29??交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序\運(yùn)行提示.txt