使用预测工具箱

A. 求关于MATLAB中模型预测控制工具箱的学习资料

李国勇《智能控制及其MATALB实现》书中有具体介绍

B. matlab工具箱数据预测

你那个叫用工具箱进行时间序列预测，
给你几个关键词，这是个领域回，一时说不清。答
adf检验，train函数 （bp网络训练函数） ，还有gm11也可以时间序列预测，具体看你啥东西。另外，svm是分类的，没有你说的预测具体值

C. MATLAB中NETLAB工具箱如何实现预测多元数据是否需要用到其他的工具箱

数据准备：
我们以一组多项式数据为例，进行示例，假如多项式是y=4x^3+3x^2+2产生的数据，x取0到3之间间隔为0.3的数。具体数据如下：

调用工具箱：
关于如何调用工具箱我在其他经验中有详细的介绍，有兴趣的可以查看。
这里我们用命令cftool进行调用拟合工具箱，在MATLAB主窗口中输入 cftool 回车
可以看到如下拟合工具箱界面

拟合操作步骤：
首先我们将要拟合的数据选入到工具箱中，如下图，在红圈处，点击向下三角，分别将要拟合的x y 选入，然后点击右侧的最上方的下三角，然后选择polynomial（ 多项式），下面的degree是阶数，也就是x的最高次数，选择不同的degree，在图的左下角是拟合的结果，包括拟合的系数以及方差相关系数等，右侧是数据点，以拟合曲线。

结果分析：
我们拟合的时候，一般情况下不知道要拟合的多项式是几阶的，我们一般调节degree都是从1逐渐增大，只要精度符合要求，就可以了，并不是精度越高越高。
拟合结果说明：
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
从以上可以看到最终拟合的y关于x的函数为：
f(x)=4*x^3+3*x^2+4.593e-15*x+2
我们可以看到一次项的系数为4.593e-15，实际上就是4.593*10^（-15），这个数量级完全可以认为是0，所以拟合的结果我们认为是：
f(x)=4*x^3+3*x^2+2
这里的方差SSE数量级为10的负28次方，相关系数 R-square=1，说明拟合的结果很好。

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. 你好 我想问一下 你知道如何用matlab的遗传算法工具箱进行预测吗谢谢。。

不清楚这方面的，建议上网查找这方面的资料，或翻一翻书

F. 如何让利用神经网络进行预测，怎么在进行训练之后，怎么看出训练模型的好坏如何进行评判

可以用MATLAB神经来网络工具箱，源先提取样本，用mapminmax函数归一化，再newff函数建立网络，设置好训练参数后，使用train函数训练，最后用sim函数看预测结果。

在训练过程中，有一个performance可以观察，它的训练目标就是你设置的goal。在训练过程中，它会自动分出一部分样本作为validation验证，可以保证不过拟合。具体要评价效果还是应该看最后预测的精度。

附件是一个BP预测的实例。