matlab中怎么调用生成回归模型进行预测

Matlab中可以调用生成回归模型进行预测，主要有以下几个步骤：

1、准备数据：首先，需要准备一组训练数据，这些数据经过计算可以得出训练集的特征，比如模型的输入变量，输出变量等。

2、构建回归模型：其次，使用Matlab中的回归工具箱，构建回归模型，比如线性回归、多项式回归等，根据训练数据进行拟合。

3、预测：最后，可以使用Matlab中的predict命令，根据构建的回归模型进行预测，得出各个输入变量对应的输出变量。

总的来说，Matlab可以非常方便地调用生成回归模型进行预测，简化了预测的步骤，节省了时间和资源。

P=[。。。]输入T=[。。。]输出

% 创建一个新的前向神经网络

net_1=newff(minmax(P),[10,1],,'traingdm')

% 当前输入层权值和阈值

inputWeights=net_1.IW

inputbias=net_1.b

% 当前网络层权值和阈值

layerWeights=net_1.LW

layerbias=net_1.b

应该没问题吧。

matlab曲线拟合器可以通过分析已知数据，拟合出一条曲线，然后根据拟合出的曲线，利用函数表达式求出未来的值。首先，需要确定曲线拟合的类型，如指数拟合、多项式拟合等，然后通过matlab的fit函数进行拟合，得到拟合结果。最后，根据拟合的函数表达式，可以计算出未来的值。

---