forked from emanuelrgb01/narmax-prediction-stocks
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathmodelo6_2anos.m
129 lines (105 loc) · 3.83 KB
/
modelo6_2anos.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
clear all
% Matrizes para as três redes neurais
[P_petro,P_vale,P_embr,T_petro,T_vale,T_embr] = matrizes_2anos();
% Criando as redes neurais de 2 camadas com 10 neuronios em cada camada
net_petro = feedforwardnet(10);
net_vale = feedforwardnet(10);
net_embr = feedforwardnet(10);
% Configurando as três redes neurais
net_petro = configure(net_petro,P_petro,T_petro);
net_vale = configure(net_vale,P_vale,T_vale);
net_embr = configure(net_embr,P_embr,T_embr);
%% Pré processamento dos dados
% Normalizando os padrões de treinamento de entrada/saida entre 0 e 1
net_petro.inputs{1}.processParams{2}.ymin = 0;
net_petro.inputs{1}.processParams{2}.ymax = 1;
net_petro.outputs{2}.processParams{2}.ymin = 0;
net_petro.outputs{2}.processParams{2}.ymax = 1;
net_vale.inputs{1}.processParams{2}.ymin = 0;
net_vale.inputs{1}.processParams{2}.ymax = 1;
net_vale.outputs{2}.processParams{2}.ymin = 0;
net_vale.outputs{2}.processParams{2}.ymax = 1;
net_embr.inputs{1}.processParams{2}.ymin = 0;
net_embr.inputs{1}.processParams{2}.ymax = 1;
net_embr.outputs{2}.processParams{2}.ymin = 0;
net_embr.outputs{2}.processParams{2}.ymax = 1;
% Usando todos os dados para treinamento
net_petro.divideFcn = 'dividerand';
net_petro.divideParam.trainRatio = 1;
net_petro.divideParam.valRatio = 0;
net_petro.divideParam.testRatio = 0;
net_vale.divideFcn = 'dividerand';
net_vale.divideParam.trainRatio = 1;
net_vale.divideParam.valRatio = 0;
net_vale.divideParam.testRatio = 0;
net_embr.divideFcn = 'dividerand';
net_embr.divideParam.trainRatio = 1;
net_embr.divideParam.valRatio = 0;
net_embr.divideParam.testRatio = 0;
% Iniciando os pesos das redes
net_petro = init(net_petro);
net_vale = init(net_vale);
net_embr = init(net_embr);
%% Treinamento das redes
% Rede petro
net_petro.trainParam.showWindow = true;
net_petro.layers{1}.dimensions = 10;
net_petro.layers{1}.transferFcn = 'poslin';
net_petro.layers{2}.transferFcn = 'purelin';
net_petro.performFcn = 'mse';
net_petro.trainFcn = 'trainrp';
net_petro.trainParam.epochs = 10000;
net_petro.trainParam.time = 1200;
net_petro.trainParam.lr = 0.2;
net_petro.trainParam.min_grad = 10^-15;
net_petro.trainParam.max_fail = 100;
[net_petro, tr_petro] = train(net_petro,P_petro,T_petro)
%%
% Rede vale
net_vale.trainParam.showWindow = true;
net_petro.layers{1}.dimensions = 10;
net_petro.layers{1}.transferFcn = 'poslin';
net_petro.layers{2}.transferFcn = 'purelin';
net_vale.performFcn = 'mse';
net_vale.trainFcn = 'trainrp';
net_vale.trainParam.epochs = 10000;
net_vale.trainParam.time = 1200;
net_vale.trainParam.lr = 0.2;
net_vale.trainParam.min_grad = 10^-15;
net_vale.trainParam.max_fail = 100;
[net_vale, tr_vale] = train(net_vale,P_vale,T_vale)
%%
% Rede embr
net_vale.trainParam.showWindow = true;
net_petro.layers{1}.dimensions = 10;
net_petro.layers{1}.transferFcn = 'poslin';
net_petro.layers{2}.transferFcn = 'purelin';
net_vale.performFcn = 'mse';
net_vale.trainFcn = 'trainrp';
net_vale.trainParam.epochs = 10000;
net_vale.trainParam.time = 1200;
net_vale.trainParam.lr = 0.2;
net_vale.trainParam.min_grad = 10^-15;
net_vale.trainParam.max_fail = 100;
[net_embr, tr_embr] = train(net_embr,P_embr,T_embr)
%% Performance
%plotperf(tr_petro)
%plotperf(tr_vale)
%plotperf(tr_embr)
%% Teste
verificacao_Petro_passado = [];
for i = 1:39
aux = net_petro(P_petro(:,i));
verificacao_Petro_passado = [verificacao_Petro_passado; aux];
end
verificacao_Petro_predicao = [net_petro(P_petro(:,40))];
dados_teste_petro = [T_petro; T_vale; T_embr];
for i = 1:8
aux = net_petro(dados_teste_petro(:,i));
verificacao_Petro_predicao = [verificacao_Petro_predicao; aux];
end
[Treino_petro,Teste_petro,Treino_embr,Teste_embr,Treino_vale,Teste_vale] = treino_teste();
hold on
plot(1:1:400, Treino_petro,color='#00498A')
plot(401:1:490,Teste_petro,color='#26A608')
plot(11:1:400, verificacao_Petro_passado,401:1:490,verificacao_Petro_predicao,color='#CD1818')