滚动预测matlab模型代码是什么

是时间序列预测的技术。是指利用过去的数据，对未来的数据进行预测的方法，是时间序列预测中常见的技术。除了MATLAB外，Python中的Keras、TensorFlow等工具也可以用于实现滚动预测模型。

注意，我觉得你的问题不是滚动预测，而是不断的把数据的首部分扔掉，而滚动的意思是循环移动。

但不影响解决问题，假设你的被调用的函数是求均值mean函数，代码如下。

x=[3 2 1 3 2]

result = []

for i=1:length(x)

%调用函数

temp=mean(x)

%将函数返回值放到result中

result=[result temp(1)]

%将x的第一个数扔掉。

x(1)=[]

end

运行结果，把每次循环中的result都显示出来了

result =

2.2000

result =

2.20002.0000

result =

2.20002.00002.0000

result =

2.20002.00002.00002.5000

result =

2.20002.00002.00002.50002.0000

奇怪，百度还多这样的功能。

其实是一个比较取巧的方法，是从训练数据从新编排入手的，举例来说，你就只有一列数据，例如自然数列，1，2，3，4，5，6，7，你把数列从新编成一个矩阵

1 2 3

2 3 4

3 4 5

4 5 6

5 6 7

矩阵前两列做训练的输入矩阵p，第三列做输出那个t，然后训练网络直到满足你的条件

这样训练后的网络就可以用了，当你想预测第八个数的时候，仿真输入6 7，他就预测第八个数，假设输出是8，想继续预测第九个数，把预测的8和之前的7组成新矩阵，也就是输入7 8，他就会出第九个数，9

至于你要的矩阵是2列，3列，4列就随便了，看你的结果和之前的那几个数相关大的，按需要组矩阵吧

上面也可以用

1 2

2 3

3 4

……

这样的矩阵，第一列p，第二列t，来训练，这样就是一输入一输出了

原理都一样，这是多步预测，误差其实越到后面越大

滚动预测就是把新预测的数再放进数列里面，当作这数列是新的，再做新训练和仿真

其实新编矩阵很简单了，for循环就可以，然后归一化，再训练，最后仿真

---