matlab——神經網絡

神經網絡編程步驟
（1）尋找對結果產生影響的各種指標，假設有m個
（2）尋找樣本n個，構造矩陣mn，其對應的標準輸出是n1
(3)將上述mn與n1分別帶入網絡中訓練，類似於下列代碼中的P與T
（4）輸入新的數據進行仿真，類似於下列代碼中的P2；

%traingd
  
clear;
  
clc;
  
P=[-1 -1 2 2 4;0 5 0 5 7];
  
T=[-1 -1 1 1 -1];
  %利用minmax函數求輸入樣本範圍
  
net = newff(minmax(P),[7,1],{'tansig','purelin'},'trainlm');
  
net.trainParam.show=50;%
  
net.trainParam.lr=0.05;
  
net.trainParam.epochs=1000;
  
net.trainParam.goal=1e-5;

[net,tr]=train(net,P,T);

net.iw{1,1}%隱層權值

net.b{1}%隱層閾值

net.lw{2,1}%輸出層權值

net.b{2}%輸出層閾值
P2=[-1;2];

y3=sim(net,P2);