Matlab에서 신경망을 사용하여 예측

Question

특정 도로 교차점에 대한 교통 예측 프로젝트를 수행 중입니다. 데이터 수집 프로세스의 일환으로, 특정 교차로를 통과하는 특정 날 (각각 15 분 간격으로 오전 8 시부 터 오전 12 시까 지)에 차량 수를 수집했습니다. 다음은 연결 후 시계열입니다.

차량 카운트

2,619

2,925

3090

(오전 8시 반 (8시 15분 오전 8:30 AM) (오전 8시 오전에 8시 15분) 오전 8시 45분)

3075 (오전 8시 45분 오전 9:00)

2786 (오전 9시 오전 9시 15분에)

에

3403 16,

3460

(오전 9시 45분에서 오전 9시 반 사이)

3122

(9시 45 분 오전 오전 10시) (9시 30 분 오전에 9시 15 분 오전) 2977

3000

(10시 15 분 오전 오전 10 : 30)

3081

(10시 반 오전 오전 시각 인 11)

2842 ((오전 10시 오전 10시 15 분까지) 오전 10시 45 분 ~ 오전 11시)

2691

2816

2878

(11시 반 오전 오전 11시 45분까지) (11시 15 분 오전 오전 11시 30 분) (오전 11시 오전 11:15)

2965 (오전 11시 45 분에서 12 시까 지)

기본적으로 시계열의 다음 값을 예측할 수 있어야하는 MATLAB의 신경망 도구 상자를 사용하여 간단한 단기 예측 모델을 개발하려고합니다. . 예를 들어 위에서 언급 한 시계열의 처음 15 개 값을 입력으로 제공하면 시계열에서 16 번째 값을 예측해야합니다.

나는 다음과 같은 의문이 :

1) 나는 내 문제에 카운트 차량 즉, 하나의 배열을 사용하고 있기 때문에이 나는 '비 선형 입력 출력이'옵션 제공 사용하는 경우, 그것은 괜찮습니다 NAR/NARX 대신 NN ToolBox에서?

2) 처음 15 개의 값을 입력 집합으로 제공하고 데이터 집합을 학습 집합, 유효 집합 및 테스트 집합으로 나누는 데 사용할 수있는 최상의 비율은 무엇입니까?

3.) MATLAB의 NN Toolbox에서 예측 된 16 번째 값을 실제로 보는 방법은 무엇입니까?

저는이 분야의 초보자입니다. 도움말은 높이 평가됩니다.

Answer 1

일련의 값을 입력으로 사용하여 계열을 예측하는 경우 계열을 입력 및 대상으로하는 비선형 입출력을 사용하는 것은 NAR 네트워크를 사용하는 것과 동일합니다.

NAR 네트워크는 루프를 닫고 알려진 데이터를 과거에 여러 번 예측할 수있는 기능을 제공합니다. 그러나 그렇지 않으면 두 네트워크가 동일하게 작동합니다.