%RBF预测模型
 %标准化后的测试数据集t_data
 t_data=[0.1    0.68668    0.67143    0.79999    0.79091    0.40004;
 0.36667    0.58001    0.1    0.7    0.71818    0.20001;
 0.26    0.47334    0.1    0.29997    0.2091    0.80009;
 0.36667    0.9    0.9    0.29997    0.13637    0.37504;
 0.26    0.84668    0.67143    0.1    0.42727    0.37504;
 0.36667    0.58001    0.44286    0.49999    0.1    0.55006;
 0.15333    0.47334    0.44286    0.7    0.42727    0.60006;
 0.1    0.84668    0.67143    0.29997    0.5    0.1;
 0.15333    0.42    0.21429    0.49999    0.5    0.55006;
 0.20667    0.79335    0.21429    0.59999    0.5    0.32503;
 0.1    0.42    0.21429    0.9    0.5    0.45005;
 0.1    0.84668    0.32857    0.59999    0.5    0.27502;
 0.20667    0.47334    0.32857    0.29997    0.13637    0.50005;
 0.1    0.68668    0.67143    0.49999    0.24546    0.20001;
 0.42    0.58001    0.21429    0.9    0.9    0.42504;
 0.31334    0.58001    0.44286    0.49999    0.31818    0.25002;
 0.15333    0.42    0.1    0.19999    0.35454    0.55006;
 0.20667    0.47334    0.32857    0.29997    0.31818    0.27502;
 0.15333    0.68668    0.44286    0.29997    0.31818    0.40004;
 0.20667    0.20667    0.21429    0.39999    0.28183    0.52506;
 0.26    0.79335    0.21429    0.49999    0.57273    0.9;
 0.42    0.36667    0.1    0.59999    0.35454    0.30003;
 0.47334    0.36667    0.1    0.59999    0.57273    0.35003;
 0.1    0.47334    0.67143    0.7    0.42727    0.49894;
 0.42    0.58001    0.67143    0.49999    0.24546    0.47505;
 0.31334    0.1    0.32857    0.9    0.79091    0.8501;
 0.1    0.52667    0.21429    0.9    0.5    0.50005;
 0.52667    0.55867    0.21429    0.1    0.28183    0.42504;
 0.9    0.58001    0.55715    0.1    0.17273    0.32503;
 0.15333    0.68668    0.62572    0.29997    0.2091    0.57506];
 %初始化数据
 tt=t_data(:,6);x=t_data(:,1:5);tt=tt';
 %随机选取中心
 c=x;
 %定义delta平方为样本各点的协方差之和
 delta=cov(x');
 delta=sum(delta);
 %隐含层输出R
 for i=1:1:30
   for j=1:1:30
      R(i,j)=((x(i,:)-c(j,:)))*((x(i,:)-c(j,:))');
      R(i,j)=exp(-R(i,j)./delta(j));
   end
 end
 p=R;
 %建模
 %r=radbas(p);
 err_goal=0.001;
 sc=3;
 net=newrb(p,tt,err_goal,sc,200,1);
 %测试
 ty=sim(net,p);
 tE=tt-ty;
 tSSE=sse(tE);
 tMSE=mse(tE);
 %预测(测试）曲线
 figure;
  plot(tt,'-+');
  hold on;
  plot(ty,'r:*');
  legend('化验值','预测值');
  title('RBF网络模型输出预测曲线');
  xlabel('输入样本点');
  ylabel('淀粉利用率');
 axis([1,30,0,1]);