程序实现后，输出的数据是什么？

水光潋滟

%AOLMM多步预测函数
function [FChaosPredict] = FunctionChaosPredict(Data,N,mtbp,deltaT,tao,d,MaxStep)
%Data是一维信号时间序列，N是信号数据长度，mtbp,deltaT,tao,d分别是重构相空间的平均时间序列、采样周期、时延及嵌入维
roll=Data;%取横摇数据
M = N - (d - 1)*tao;
for i = 1 : M
    for j = 1 : d
        MatrixX(i,j) = roll(i + (j - 1)*tao);
    end
end
%计算相空间中第M点与各点的距离
for j = 1 : (M - 1)
         Dis(j) = norm(MatrixX(M,:) - MatrixX(j,:),2);
end
%排序计算相空间中第M点的(m+1)个参考邻近点
for i = 1 : (d + 1)
    NearDis(i) = Dis(i);
    NearPos(i) = i;
end
for i = (d + 2) : (M - mtbp)
    for j = 1 : (d + 1)
        if (abs(i-j)>mtbp) %& abs(i-j)<10*mtbp
        if(Dis(i) < NearDis(j))
            NearDis(j) = Dis(i);
            NearPos(j) = i;
            break;
        end
        end
    end
end
SortedDis = sort(NearDis);
MinDis = SortedDis(1);
%计算第M点的(m+1)个参考邻近点的权P
SumP = 0;
for i = 1 : (d + 1)
    P(i) = exp(-NearDis(i)/MinDis);
    SumP = SumP + P(i);
end
P = P/SumP;
%用最小二乘法计算a[],b[]
for step=1:1:MaxStep
    aCoe1 = 0;
    aCoe2 = d;
    bCoe1 = 0;
    bCoe2 = 0;
    e = 0;
    f = 0;
    for i = 1 : (d + 1)
        aCoe1 = aCoe1 + P(i)*sum(MatrixX(NearPos(i),:));
        bCoe1 = bCoe1 + P(i)*(MatrixX(NearPos(i),:)*MatrixX(NearPos(i),:)');
        e = e + P(i)*(MatrixX(NearPos(i) + step,:)*MatrixX(NearPos(i),:)');
        f = f + P(i)*sum(MatrixX(NearPos(i) + step,:));
    end
    bCoe2 = aCoe1;
    CoeMatrix = [aCoe1,bCoe1;aCoe2,bCoe2];
    ResultMatrix = [e;f];
    abResult = pinv(CoeMatrix)*ResultMatrix;
    a = abResult(1);
    b = abResult(2);
for j = 1 : d
%     MatrixX(M + step,j) = a + b*MatrixX(M,j); %以历史上相近点的演化规律作为中心点的演化规律以中心点为基准进行预报
   
    MatrixX(M + step,j) = 0;
    for i = 1 : (d + 1)
        MatrixX(M + step,j) = MatrixX(M + step,j) + P(i)*(a + b*MatrixX(NearPos(i),j)); %以历史上相近点的演化加权和直接作为中心点的演化点进行预报
    end
end
%误差修正
    if M-tao+step+(d-1)*tao < N+1
        for j=1:d-1
            err(j)=MatrixX(M + step,j)-roll(M+step+(j-1)*tao);
        end
        ppp=1:d-1;ttt=err;neterr=newrbe(ppp,ttt);xxx=2:d;errp=sim(neterr,xxx);
        PredictedData(step) = MatrixX(M + step,d) - errp(d-1);
        roll(N+step)=PredictedData(step);
    else    PredictedData(step) = MatrixX(M + step,d);
    end%        roll(N+k)=PredictedData(k);
FChaosPredict(step) = PredictedData(step);
% FChaosPredict(step) = MatrixX(M + step,d);
end

[ 本帖最后由 水光潋滟 于 2008-11-17 10:04 编辑 ]

水光潋滟

我不知道这个程序的输出结果是什么，因为随着Maxstep取值不同，输出数据的个数会相应的改变，Maxstep取几，就会输出几个数据，输出的数据是什么呢，为什么会有个数上的变化呢，请教各位高手，不胜感激

zhoulon

对程序进行逐段调试，肯定是你中间又进行重新赋值了。