月度用电预测

%https://github.com/rasmusbergpalm/DeepLearnToolbox  
%function test_example_DBN
%注意assert（all（x（:）>=0） && all（x（:）<=1） ‘all data in x must be in [0:1]‘）被改动;
addpath（genpath（‘E:\工作\本科毕设\2017\test2\test2\DeepLearnToolbox-master‘））
clear all;
clc;
close all;

clear;
filename =‘data.xlsx‘;
sheet = ‘data‘;
xlRange = ‘B3:E326‘;
W_read=xlsread（filenamesheetxlRange）;
for i=1:size（W_read1） %324
   if mod（i12）==0 %取余数
       Month_index_read（i:）=[1 1 0 0];%说明训练结果是12月的
   elseif mod（i12）==1
       Month_index_read（i:）=[0 0 0 1];%1
   elseif mod（i12）==2
       Month_index_read（i:）=[0 0 1 0];%2
   elseif mod（i12）==3
       Month_index_read（i:）=[0 0 1 1];%3
   elseif mod（i12）==4
       Month_index_read（i:）=[0 1 0 0];%4
   elseif mod（i12）==5
       Month_index_read（i:）=[0 1 0 1];%5
   elseif mod（i12）==6
       Month_index_read（i:）=[0 1 1 0];%6
   elseif mod（i12）==7
       Month_index_read（i:）=[0 1 1 1];%7
   elseif mod（i12）==7
       Month_index_read（i:）=[1 0 0 0];%8
   elseif mod（i12）==9
       Month_index_read（i:）=[1 0 0 1];%9
   elseif mod（i12）==10
       Month_index_read（i:）=[1 0 1 0];%10
   else
       Month_index_read（i:）=[1 0 1 1];%11
   end
end
Wmin=min（W_read[]1）;
Wmax=max（W_read[]1）;
for i=1:size（W_read1）
    W_read_N（i:）=（W_read（i:）-Wmin）./（Wmax-Wmin）;
end

Index_training_data_start=100;
Index_training_data_end=300;
Index_testing_data_end=324;
Training_data_N=W_read_N（Index_training_data_start:Index_training_data_end:）;                               %归一化的训练数据
No_training_data=size（Training_data_N1）;
Factors_training_lag1=[Training_data_N（12:No_training_data-1:） Month_index_read（12:No_training_data-1:）];                 %前一月训练因素
Factors_training_lag12=[Training_data_N（1:No_training_data-12:） Month_index_read（1:No_training_data-12:）];                %前一年同一个月的训练因素
for i=1:No_training_data-12
    Ave_training_lag12（i:）=mean（Training_data_N（i:i+111））;                                                                 %前一年整年的月平均用电量
    Total_training_lag12（i:）=Training_data_N（i:i+111）;                                                                     %前一年整年的月用电量
end
Factors_training_forecasted=[Training_data_N（13:No_training_data:） Month_index_read（13:No_training_data:）];               %用于训练的当月因素

Factors_testing_lag1=[W