simout = sim(net,inputData); % 调用matlab神经网络工具箱自带的sim函数得到网络的预测值 figure; % 新建画图窗口窗口 t=1:length(simout); plot(t,y,t,simout,'r')
时间: 2024-04-15 08:26:55 浏览: 96
MATLAB神经网络工具箱函数.pdf
5星 · 资源好评率100%
这段代码的作用是利用 Matlab 神经网络工具箱中的 `sim` 函数来获取神经网络的预测值 `simout`。它接受两个参数,`net` 表示神经网络模型,`inputData` 表示输入的数据。
接下来,代码创建了一个新的画图窗口,使用 `figure` 命令。然后,通过 `t=1:length(simout)` 创建了一个时间序列 `t`,其长度与 `simout` 的长度相同。
最后,使用 `plot` 命令绘制了两条曲线。第一条曲线是真实值 `y`,第二条曲线是神经网络的预测值 `simout`,并且以红色表示。这样可以将真实值和神经网络的预测值进行对比,以评估神经网络的准确性和效果。
阅读全文