基于三个外部输入，此代码利用NARX NN实现时间序列变量的自回归多元预测。

简介：
该代码的设计目标是利用三个外部输入来对时间序列变量进行预测。在特定时间点t，系统会拥有能够预测该时间点响应的外部输入。 那么，在时间t处已知有输入和响应，接下来在时间t+1处将会有怎样的响应？ 输出网络采用一种精确的开环浅层网络结构，其核心功能是能够准确地预测给定三个外部输入的相应响应。 当存在已知数据时，可以利用此网络进行验证或评估预测结果； 譬如，您可以运用测试集来对您的网络模型进行测试。 NETC则是一个闭环网络，用于预测在给定时间t三个外部输入所对应的响应变量； 举例来说，您可能通过测量输入1、2和3的值，并试图确定在时间t处的相应响应值。 篮网模型则遵循领先一步的原则。 假设您在时刻t拥有三个输入以及对应的响应，并且希望预测基于该时刻测量值所产生的下一个时间步（t+1）的响应值。 例如，在股票市场中，您今天可以获得交易量、未平仓价、最低价和最高价（作为响应），而您希望预测明天的收盘价（作为另一个响应）。