A. GA-BP神经网络模型预测的MATLAB程序问题
Matlab神经网络工具箱提供了一系列用于建立和训练bp神经网络模型的函数命令，很难一时讲全。下面仅以一个例子列举部分函数的部分用法。更多的函数和用法请仔细查阅Neural Network Toolbox的帮助文档。 例子：利用bp神经网络模型建立z=sin(x+y)的模型并检验效果 %第1步。随机生成200个采样点用于训练 x=unifrnd(-5,5,1,200); y=unifrnd(-5,5,1,200); z=sin(x+y); %第2步。建立神经网络模型。其中参数一是输入数据的范围，参数二是各层神经元数量，参数三是各层传递函数类型。 N=newff([-5 5;-5 5],[5,5,1],{'tansig','tansig','purelin'}); %第3步。训练。这里用批训练函数train。也可用adapt函数进行增长训练。 N=train(N,[x;y],z); %第4步。检验训练成果。 [X,Y]=meshgrid(linspace(-5,5)); Z=sim(N,[X(:),Y(:)]'); figure mesh(X,Y,reshape(Z,100,100)); hold on; plot3(x,y,z,'.')
B. matlab神经网络工具箱训练完后可以自行预测嘛
这个神经网络就在特定条件下工作的。
C. 请高手指导matlab里的bp神经网络预测问题
net.trainParam.show=10; %每间隔100步显示一次训练结果
D. 神经网络 预测问题 matlab工具箱
1 ,BP算法可以做预测，但是BP算法较老，现在应用很少了
2 建议用matlab的工具箱 因为你也不专想深入的了解BP网络
3 可能是属数据归一问题，也可能是BP网路偶的参数设置问题，BP网络的参数设置对使用人的个人经验要求很高，
不懂可以留下联系方式 进一步交流
E. 请问大侠，哪里能找到在MATLAB环境下使用BP神经网络工具箱函数做预测的视频
这个很简单啊，比抄我当初的简单多了，给你推荐本书《先进PID算法集MATLAB仿真》，里头有神经网络的程序，你可以直接编程做，老师一看，会觉得你很nb或者，你去买本介绍MATLAB SIMULINK的书，simulink就是你说得matlab里头的一个工具箱，通过模块进行仿真，很强大，但是无论用哪种方法，都要认真看书，好好学，编程这个东西得用时间琢磨的，祝楼主成功！
F. 用matlab编BP神经网络程序预测
有呀，不过不知道你要干什么。
如果你的matlab版本较高，参看
http://..com/question/1766854136911164980
如果比较低，就看
clear;
clc;
X=-1:0.1:1;
D=[-0.9602 -0.5770 -0.0729 0.3771 0.6405 0.6600 0.4609...
0.1336 -0.2013 -0.4344 -0.5000 -0.3930 -0.1647 -.0988...
0.3072 0.3960 0.3449 0.1816 -0.312 -0.2189 -0.3201];
figure;
plot(X,D,'*'); %绘制原始数据分布图（附录：1-1）
net = newff([-1 1],[5 1],{'tansig','purelin'});
%[-1,1]为输入样本最小最大值，[5 1]为各层的神经元个数（这里是一个两层的神经网络）
%{'tansig','purelin'}为各层的神经元传递函数
net.trainParam.epochs = 100; %训练的最大次数
net.trainParam.goal = 0.005; %全局最小误差
net = train(net,X,D); %开始训练
O = sim(net,X); %使用训练的网络
figure;
plot(X,D,'*',X,O); %绘制训练后得到的结果和误差曲线（附录：1-2、1-3）
V = net.iw{1,1}%输入层到中间层权值
theta1 = net.b{1}%中间层各神经元阈值
W = net.lw{2,1}%中间层到输出层权值
theta2 = net.b{2}%输出层各神经元阈值
G. 如何利用matlab进行神经网络预测
matlab 带有神经网络工来具箱，可直自接调用，建议找本书看看，或者MATLAB论坛找例子。
核心调用语句如下：
%数据输入
%选连样本输入输出数据归一化
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
%% BP网络训练
% %初始化网络结构
net=newff(inputn,outputn,[8 8]);
net.trainParam.epochs=100;
net.trainParam.lr=0.01;
net.trainParam.goal=0.01;
%网络训练
net=train(net,inputn,outputn);
%% BP网络预测
%预测数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
%网络预测输出
an=sim(net,inputn_test);
%网络输出反归一化
BPoutput=mapminmax('reverse',an,outputps);
%% 结果分析
H. matlab中BP神经网络工具箱如何对发动机寿命进行预测
关于神经网络（matlab）归一化的整理由于采集的各数据单位不一致，因而须对神经网络是以样本在事件中的统计分别几率来进行训练（概率计算）和预测的，,IHBBbz
I. 求一份用BP神经网络进行预测的matlab代码，自己根据实际问题再套用一下
BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算版法训练的多层前馈网权络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。
上传的m文件里是一个电力系统负荷预测的实例，用的是最简单的BP算法，你可以参考。