使用預測工具箱

A. 求關於MATLAB中模型預測控制工具箱的學習資料

李國勇《智能控制及其MATALB實現》書中有具體介紹

B. matlab工具箱數據預測

你那個叫用工具箱進行時間序列預測，
給你幾個關鍵詞，這是個領域回，一時說不清。答
adf檢驗，train函數 （bp網路訓練函數） ，還有gm11也可以時間序列預測，具體看你啥東西。另外，svm是分類的，沒有你說的預測具體值

C. MATLAB中NETLAB工具箱如何實現預測多元數據是否需要用到其他的工具箱

數據准備：
我們以一組多項式數據為例，進行示例，假如多項式是y=4x^3+3x^2+2產生的數據，x取0到3之間間隔為0.3的數。具體數據如下：

調用工具箱：
關於如何調用工具箱我在其他經驗中有詳細的介紹，有興趣的可以查看。
這里我們用命令cftool進行調用擬合工具箱，在MATLAB主窗口中輸入 cftool 回車
可以看到如下擬合工具箱界面

擬合操作步驟：
首先我們將要擬合的數據選入到工具箱中，如下圖，在紅圈處，點擊向下三角，分別將要擬合的x y 選入，然後點擊右側的最上方的下三角，然後選擇polynomial（ 多項式），下面的degree是階數，也就是x的最高次數，選擇不同的degree，在圖的左下角是擬合的結果，包括擬合的系數以及方差相關系數等，右側是數據點，以擬合曲線。

結果分析：
我們擬合的時候，一般情況下不知道要擬合的多項式是幾階的，我們一般調節degree都是從1逐漸增大，只要精度符合要求，就可以了，並不是精度越高越高。
擬合結果說明：
Linear model Poly3:
f(x) = p1*x^3 + p2*x^2 + p3*x + p4
Coefficients (with 95% confidence bounds):
p1 = 4 (4, 4)
p2 = 3 (3, 3)
p3 = 4.593e-15 (-3.266e-14, 4.185e-14)
p4 = 2 (2, 2)

Goodness of fit:
SSE: 2.386e-28
R-square: 1
Adjusted R-square: 1
RMSE: 5.839e-15
從以上可以看到最終擬合的y關於x的函數為：
f(x)=4*x^3+3*x^2+4.593e-15*x+2
我們可以看到一次項的系數為4.593e-15，實際上就是4.593*10^（-15），這個數量級完全可以認為是0，所以擬合的結果我們認為是：
f(x)=4*x^3+3*x^2+2
這里的方差SSE數量級為10的負28次方，相關系數 R-square=1，說明擬合的結果很好。

D. 神經網路 預測問題 matlab工具箱

1 ,BP演算法可以做預測，但是BP演算法較老，現在應用很少了
2 建議用matlab的工具箱 因為你也不專想深入的了解BP網路
3 可能是屬數據歸一問題，也可能是BP網路偶的參數設置問題，BP網路的參數設置對使用人的個人經驗要求很高，
不懂可以留下聯系方式 進一步交流

E. 你好 我想問一下 你知道如何用matlab的遺傳演算法工具箱進行預測嗎謝謝。。

不清楚這方面的，建議上網查找這方面的資料，或翻一翻書

F. 如何讓利用神經網路進行預測，怎麼在進行訓練之後，怎麼看出訓練模型的好壞如何進行評判

可以用MATLAB神經來網路工具箱，源先提取樣本，用mapminmax函數歸一化，再newff函數建立網路，設置好訓練參數後，使用train函數訓練，最後用sim函數看預測結果。

在訓練過程中，有一個performance可以觀察，它的訓練目標就是你設置的goal。在訓練過程中，它會自動分出一部分樣本作為validation驗證，可以保證不過擬合。具體要評價效果還是應該看最後預測的精度。

附件是一個BP預測的實例。