请问MATLAB中神经网络预测结果应该怎么看？求大神解答

从图中NeuralNetwork可以看出，你的网络结构是两个隐含层，2-3-1-1结构的网络，算法是traindm，显示出来的误差变化为均方误差值mse。经过482次迭代循环完成训练，耗时5秒。

相同计算精度的话，训练次数越少，耗时越短，网络结构越优秀。

达到设定的网络精度0.001的时候，误差下降梯度为0.0046，远大于默认的1e-5，说明此时的网络误差仍在快速下降，所以可以把训练精度目标再提高一些，比如设为0.0001或者1e-5。

谷歌人工智能写作项目：神经网络伪原创

BP神经网络做数据预测，预测出来结果感觉不对，求大神指导

BP神经网络预测，预测结果与样本数据的理解。

输入节点数是3，说明输入向量的行数m=3，你给的样本只有1行，是不是不全？输出节点只有一个，说明每3个输入数据对应一个预测的输出数据。其实样本数量很少，就不需要训练那么多次了，训练了也白训练。

你问“这样的预测结果代表着什么？”，你也没说这些数据在现实中是什么，怎么会知道呢。

BP神经网络预测，不会看结果，请大神帮忙，谢谢

隐藏层神经元个数，你慢慢调试到最佳就好，虽然有经验公式也不一定有用。你输入输出有12年的数据，但是你把这12年数据，其中多少年的数据拿来做网络训练用，多少年的拿来测试用呢？

你没说明啊你应该是拿3年数据进行网络训练，9年拿来测试网络了，所以有九年的结果。建议你最好前九年数据拿来训练网络，最后三年用来测试网络，输出结果。望采纳，有问题继续讨论。

你好 请问神经网络的预测结果与真实结果如何比较，比较图的程序如何编写 谢谢

看你用神经网络是来分类还是回归。分类应用和回归应用的结果分析手段不一样。

如果是分类，预测准确率是常用的衡量指标，稍微复杂点的有ROC曲线或者AUC值，Matlab里应该有计算ROC曲线和AUC值的现成函数，希望对你有用。

matlab怎么利用神经网络做预测

BP神经网络与 Modflow的预测结果对比

根据训练好的BP神经网络模型，对区内6个点2005～2015年的年沉降量进行预测(图8.36)。从图8.36中可以看出，随着开采量的减小，水位的上升，各点的年沉降量逐渐减小，变化趋势也基本一致。

预测到2015年，各点的年沉降量比2004年减小了21.8～56.8mm;年沉降量最大的点是位于芦台镇附近的CJ6，沉降量为21.6mm;年沉降量最小的点是位于研究区西侧的CJ2，沉降量只有6.6mm。

图8.36各监测点年沉降量预测图以2004年各个监测点的实测累积沉降量为起点，将神经网络预测的年沉降量进行累加，从而与Modflow数值模型的预测结果相对比(图8.37)。

从图8.37中可以看出这两种方法在各监测点处的预测结果基本一致。在局部点处(CJ2)相差较大，这主要是由于该点临近区域交界处，地面沉降过程受到邻区地下水开采的影响，使得BP网络模型的预测效果出现偏差。

BP网络与Modflow数值模型预测结果的相对误差见表8.18。从表8.18中可以看出，各点的年均相对误差在0.75%～6.86%之间，平均为2.9%。

说明本次建立的BP神经网络模型基本可以达到Modflow数值模型的预测效果。表8.18BP网络预测相对误差表续表图8.37各监测点累积沉降量预测对比图。