数学建模之BP神经网络+函数代码解释

神经网络原理~大样本数据-分类/预测~几百个是小样本
神经网络——最易懂最清晰的一篇文章-CSDN博客
误差大：
Matlab中newff函数使用方法和搭建BP神经网络的方法_newff函数用法-CSDN博客
net = newff(PR,[S1,S2],{'tansig','purelin'},'traingd')函数  newff：构建BP神经网络
PR：训练输入数据
[S1,S2]：S1个隐层，每层的S2个神经单元
tansig：S型激活函数 
purelin ：线性型激活函数
traingd ：训练函数梯度下降算法 默认traind

p 输入
t 输出
train(net,p,t)训练函数 ：调用BP，联立pt关系
a=sim(net,p):仿真过程，P输入得到a

误差小：
输入P=样本参数*N样本 
隐藏层数M*2-2≥1
输出T=C结果参数*N样本

matlab建立BP神经网络中train函数的参数及学习算法参数_net.trainparam.show-CSDN博客
net.trainparam.show=50 %训练50次输出一次
...


S型函数一般取值在1内部，所以取值通常设置0.9 /0.1

p=p' %转置