通过RBF神经网络的算法计算得到数据的信任值，即将预测结果和实际结果进行对比，然后计算四个指标，即：
1.误方差（mean squared error）小于1.
2.标准差（standard deviation）
3.标准差率（standard Deviation Ratio）即预测标准差除以实际标准差，小于1.0.
4.皮尔逊相关系数 person’s correlation coefficient -1到1.
使得这四个指标满足一定的误差需要，这四个指标的计算公式分别如下所示：
1.误方差（mean squared error）
2.标准差（standard deviation）
3.标准差率（standard Deviation Ratio）即预测标准差除以实际标准差
预测标准差/实际标准差
4.皮尔逊相关系数 person’s correlation coefficient
在你提供的文件中，我们看到的结果为：
测试数据集，趋势型（trend），周期型（seasonal）和混乱型三种数据互集合下的两个情况：
增加训练集：
增加测试集：
我按照你提供的图片上的论文的说明，来设计，数据类型为你课题要求中的三种类型，即趋势型（trend），周期型（seasonal）和混乱型。
这里，由于事先你提供的数据可能存在一定的问题，所以，我这里根据这三个要求模拟出三种变化趋势的数据集进行测试，然后将程序做成了数据可替换的情况，然后你在最后拿到程序之后只要取代原来的数据即可，所有的数据全部放在txt文件中，并使用MATLAB进行调用来训练和测试。
进行仿真结果如下所示：