Regresión lineal para artículos sobre modelado matemático

Centro de control de croma

Año=1:10;

p=[

46,2 1

32,6 2

26,7 3

23,0 4

20,0 5

18,9 6

17,5 7

16,3 8< / p>

15.2357 9

14.4650 10

]';

t=[

32.6

26,7

23,0

20,0

18,9

17,5

16,3

15,2357

14.4650

13.8732

]';

% para normalizar los datos originales.

[pn, meanp, stdp, tn, meaned, stdt]=prestd(p, t);

% Establecer la red BP correspondiente

net = newff(minmax(pn), [7, 1], {'tansig' 'purelin' }, ' train gdx ');

% red de entrenamiento

net train param . épocas = 2000;

net . train param .objetivo = 0.0001;

net = train(net, pn, TN) para simular la red de entrenamiento; .

an=sim(net, pn);

a=poststd(an, wanted, stdt

%Dibujar imagen de simulación

<); p>plot(año, t, 'b', año, a, 'r');

Título("Imagen de simulación")

p_new =[13.5 13] ';

pn_new=trastd(p_new, meanp, stdp);

an_new=sim(net, pn_new);

a=poststd(an_new, significado, stdt )

Esta es una red neuronal. Puedes intentar predecir los datos.