Question

求做一个简单的BP神经网络的预测，感激不尽！！！

希望高人给个神经网络滚动法的预测（也叫外推法吧？）,预测出4组数据（这个方法每次只能预测得到一个，如何用个for什么的连续预测，最好能给出一般的表达），我看神经网络看的蛋疼了，我自己仿照网上做的总是效果不好~~~
给个正确的例子，我对比学习一下~ 感激不尽！

数据如下：

2077.00
2265.00
2358.00
2300.00
2248.00
2127.00
2218.00
2545.00
3469.00
3632.00
3813.00
3602.00
4072.00
4615.00
4850.00
5125.00
6027.00
6440.00
oh 上面的问题我自己终于解决了，但是 现在有个很大的疑问：我看到资料说：BP的泛化能力只对被训练的输入/输出对最大值范围内的数据有效，即网络具有内插值特性，不具有外插值性。超出最大训练值的输入必将产生大的输出误差。
那么是不是BP对于 人口增长，资金增长 等数值逐渐增加或逐渐减少的模型根本是不能预测的？！！
求高手指教啊~~~

Answer 1

真是因为外推能力有限，所以希望采用外推模型
即：P=（数据1~数据n） T=（数据n~数据n+m）的方式
使得数据输入/输出在范围内
比如P=[一月降水，二月降水````五月降水，二月降水，三月降水````六月降水……]
T=[六月降水，七月降水……]
训练完毕后
由于降水情况在某个范围内，不具有一直延伸的特性
用[六月降水，七月降水````十一月降水]能推出[十二月降水]
故可以控制在样本范围附近

如果一直外延如P=[1,2,3,4,5],T=[一月降水，二月降水````五月降水];
则6无法推得六月降水

不懂请继续追问

追问

哦，你的意思就是说，本身数据就在一定范围内变动，不具有外延性，那就特别适合BP来做。
我之前想问的就是：像人口增长，资金增长等等，如果总体趋势是不断增长的，也就是你说的具有外延性，如：
P=[一月利润,二月利润,三月利润,四月利润,……]T=[四月利润，五月利润````];
那是不能用 bp外推 预测的？是这样吗？

PS：无论如何谢谢你

追答

一直延伸的数据不适合用BP来做，不过利润应该不会偏差太大吧，而且很多都可以建立一个数据处理模型来使其失去无限外延特征，比如用相对增长之类的处理数据方法，总之BP网络在处理预测问题还是很有效的，不过数据处理的准备工作需要一点经验，你可以找一些文献来看一下别人是怎样预处理数据的，不一定非要直接求解，可以设计间接变量，用神经网络处理间接变量

Answer 2

可以运行
你看看是不是你的版本有问题？

net =

Neural Network object:

architecture:

numInputs: 1
numLayers: 2
biasConnect: [1; 1]
inputConnect: [1; 0]
layerConnect: [0 0; 1 0]
outputConnect: [0 1]

numOutputs: 1 (read-only)
numInputDelays: 0 (read-only)
numLayerDelays: 0 (read-only)

subobject structures:

inputs: of inputs
layers: of layers
outputs: containing 1 output
biases: containing 2 biases
inputWeights: containing 1 input weight
layerWeights: containing 1 layer weight

追问

不是

Answer 3

2077.00
2265.00
2358.00
2300.00
2248.00
2127.00
2218.00
2545.00
3469.00
3632.00
3813.00
3602.00
4072.00
4615.00
4850.00
5125.00
6027.00
6440.00

Answer 4

在baidu不可能找到能做解决这样问题的高手,因为这样的高手不是忙于学习就是忙于研究.根本没有上百度知道的时间

追问

他也有不知道的时候，也很可能来百度知道的~

追答

我做过一个bp,好像他只能准确预测一个数据,后面的误差已经相当大