神经网络对汽油辛烷值进行预测

网络上的神经网络对汽油辛烷值进行预测，个人进行了总结与修改并在Matlab上测试，通过训练spectra_data数据，然后测试，生成实际值与预测值对比，精确度较高，代码简单，适合初学者学习。

%% I. 清空环境变量
clear all
clc
%% II. 训练集/测试集产生
%%
% 1. 导入数据
load spectra_data.mat
 
%%
% 2. 随机产生训练集和测试集
temp = randperm（size（NIR1））;
% 训练集――50个样本
P_train = NIR（temp（1:50）:）‘;
T_train = octane（temp（1:50）:）‘;
% 测试集――10个样本
P_test = NIR（temp（51:end）:）‘;
T_test = octane（temp（51:end）:）‘;
N = size（P_test2）;
 
%% III. 数据归一化
[p_train ps_input] = mapminmax（P_train01）;
p_test = mapminmax（‘apply‘P_testps_input）;
[t_train ps_output] = mapminmax（T_train01）;
%% IV. BP神经网络创建、训练及仿真测试
%%
% 1. 创建网络
net = newff（p_traint_train9）;
 
%%
% 2. 设置训练参数
net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;
net.trainParam.lr = 0.01;
 
%%
% 3. 训练网络
net = train（netp_traint_train）;
 
%%
% 4. 仿真测试
t_sim = sim（netp_test）;
 
%%
% 5. 数据反归一化
T_sim = mapminmax（‘reverse‘t_simps_output）;
 
%% V. 性能评价
%%
% 1. 相对误差error
error = abs（T_sim - T_test）./T_test;
 
%%
% 2. 决定系数R^2
R2 = （N * sum（T_sim .* T_test） - sum（T_sim） * sum（T_test））^2 / （（N * sum（（T_sim）.^2） - （sum（T_sim））^2） * （N * sum（（T_test）.^2） - （sum（T_test））^2））; 
 
%%
% 3. 结果对比
result = [T_test‘ T_sim‘ error‘]
%% VI. 绘图
figure
plot（1:NT_test‘b:*‘1:NT_sim‘r-o‘）
legend（‘真实值‘‘预测值‘）
xlabel（‘预测样本‘）
ylabel（‘辛烷值‘）
string = {‘测试集辛烷值含量预测结果对比‘;[‘R^2=‘ num2str（R2）]};
title（string）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-10-16 15:40  Prediction of gasoline octane number\
     文件        1432  2018-10-16 14:48  Prediction of gasoline octane number\ELM.m
     文件        3139  2018-10-16 15:01  Prediction of gasoline octane number\main_2009a.m
     文件        3128  2018-10-16 15:01  Prediction of gasoline octane number\main_2014a.m
     文件      171497  2010-10-14 20:24  Prediction of gasoline octane number\spectra_data.mat
     文件        2900  2018-10-16 15:06  Prediction of gasoline octane number\对汽油辛烷值含量做预测.txt
     目录           0  2018-10-16 15:59  Prediction of gasoline octane number\测试\
     文件         362  2018-10-16 15:22  Prediction of gasoline octane number\测试\result0.txt
     文件       54270  2018-10-16 15:21  Prediction of gasoline octane number\测试\result0汽油辛烷值含量做预测.png
     文件       44879  2018-10-16 15:52  Prediction of gasoline octane number\测试\result1.png
     文件         330  2018-10-16 15:52  Prediction of gasoline octane number\测试\result1.txt
     文件       52817  2018-10-16 15:53  Prediction of gasoline octane number\测试\result2.png
     文件         330  2018-10-16 15:54  Prediction of gasoline octane number\测试\result2.txt
     文件       26252  2018-10-16 15:55  Prediction of gasoline octane number\测试\result3.png
     文件         330  2018-10-16 15:55  Prediction of gasoline octane number\测试\result3.txt
     文件       29152  2018-10-16 15:56  Prediction of gasoline octane number\测试\result4.png
     文件         330  2018-10-16 15:56  Prediction of gasoline octane number\测试\result4.txt
     文件       30145  2018-10-16 15:57  Prediction of gasoline octane number\测试\result5.png
     文件         332  2018-10-16 15:57  Prediction of gasoline octane number\测试\result5.txt
     文件       25289  2018-10-16 15:58  Prediction of gasoline octane number\测试\result6.png
     文件         330  2018-10-16 15:58  Prediction of gasoline octane number\测试\result6.txt
     文件     4577709  2018-10-16 15:16  Prediction of gasoline octane number\测试\Video_2018-10-16_151626.wmv