（急）如何用MATLAB建立ANN（人工神經網絡模型）？

有兩個自變量，壹個因變量，10個樣本（這裏就取少壹點好了）。用實際問題來表述，假設壹個股票，開盤價 x1，收盤價 x2，第二天的股價 y。 那用神經網絡來預測的目的是，根據10天的開盤價和收盤價，來預測未來股價。顯然，這裏的y與x1和x2相關，我們要訓練壹個網絡（net）來讓他盡可能的預測壹個y

MATLAB程序

clc

clear

load data input output

%input就是包含了x1和x2 10天數據的矩陣，說白了就是20個數的矩陣。output是y的壹個向量，%10個數

%需要自己找壹些數據賦值給input和ouput

P=input;

T=output;

%這裏P和T必須是 x1 x2和y的行向量組合。對於P，x1是行向量，x2是行向量。P=[x1;x2]; T=y. y是行向量

Epochs=5000;

NodeNum=12; TypeNum=1;

TF1='logsig'; TF2='purelin';

%設置壹些初始參數，Epochs是叠代上限次數，NodeNum是第壹個隱藏層的神經元個數，%TypeNum是幾層。TF1和TF2分別定義了幾個傳遞函數。

net=newff(minmax(P),[NodeNum TypeNum],{TF1 TF2},'trainlm');

%建立壹個神經網絡，訓練輸入和輸出數據都有了，設置隱藏層的個數。

net.trainParam.epochs=Epochs;

net.trainParam.goal=1e-4;

net.trainParam.min_grad=1e-4;

net.trainParam.show=200;

net.trainParam.time=inf;

%設置壹些訓練時的參數，第壹個是每次訓練的最大叠代次數；

net=train(net,P,T);

%開始網絡訓練

P_test=P;

B_test=T;

%就用原始的數據進行測試

X=sim(net,P_test);

%測試

Erro=abs(B_test-X);

sigma=std(Erro);

%計算出預測值和實際值的誤差，求出方差。將來方差可以用來隨機調整