我正在尝试对NARXNET进行性能测试。
我有一个数据集，该数据集由系统的输入时间序列和系统响应的输出时间序列组成，可以在以下链接中找到.mat文件： https://drive.google.com/file/d/1Yc7OcAa3p19GqqrEUyAEkVZ_Alvf4CBG/view?usp=sharing
我想教神经网络基于最近5个时间步长的权重输入进行学习（因为最近5个时间步长之前的任何时间序列都处于系统“过时”状态） >
我已经确定了输入和输出单元格生成神经网络所需的格式
但是现在我需要创建一个图表来显示神经网络随时间变化的性能（因此，在100个时间步之后，网络的％准确度是多少？1000次之后会怎样？）
我已经生成了这段代码，它实际上来自Matlab的神经网络时间序列应用程序：
X = Inputs;
T = Targets;
inputDelays = 1:2;
feedbackDelays = 1:5;
hiddenLayerSize = 10;
net = narxnet(inputDelays,feedbackDelays,hiddenLayerSize,'open',trainFcn);
[x,xi,ai,t] = preparets(net,X,{},T);
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;
[net,tr] = train(net,x,t,xi,ai);
如何生成错误图？我是在每次向下移动时进行预测和比较，还是有一个可以随时间推移显示性能的函数？
我确实知道有一个图形，plotperform（tr）可以满足我的需求，但它不是我期望的行为（开始时性能很差，然后逐渐提高性能）到训练结束时）似乎表明神经网络的误差在整个过程中或多或少是随机的。而且，据我了解，该图显示了网络的性能是在训练期间，而不是每个时间步块的网络性能。