以常用的三层BP为例：net=newff(P,T,{m},{'tansig'}，'trainlm');//用newff建立新的网络net，P为样本输入，T为目标输出，m为隐层的神经元数目，tansig为隐层到输出层的传输函数，如果是多隐层则要给出每层的输出函数，trainlm为训练函数net.trainParam.goal = 0.01; //设置要达到的误差精度
net.trainParam.epochs = 6000; //设置训练次数，6000次
[net,tr] = train(net,p',t); //开始训练网络然后就可以看到结果了，包括训练的进程结果，最后可以用sim函数进行预测
a=sim(net,R)；//R为测试数据，a为网络输出 也可以直接用神经网络工具箱进行设计，比较简单直观化，内置样本数据的归一化，精度更好一些
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024