可以。利用函数newff和train。简单的设置方法P=[2,1,4,5,3,9];%YT=[1:6];%Xnet=newff(minmax(P),[51],{'tansig''purelin'});%newff(a,b,c)a:输入特征范围b:n-1个隐藏层的大...

创建一个新的前向神经网络minmax(P)net=newff(minmax(P),[3,1],{'tansig''purelin'},'traingdm');minmax(P)取值范围是P内的最小值到最大值[3,1]是3个神经元1维tansigpurelintraingdm各层神经网络的激励...

matlab编写BP神经网络很方便的，这个工作不用像编程序的C什么的那样还要编写算法。这个算法早已经在软件的库里提供了。你只要用一条语句就出来了。把参数，深度和节点固定的往里一代数就可以了。还有一点，注意最后结果的收敛...

步骤：未经遗传算法优化的BP神经网络建模1、随机生成2000组两维随机数(x1,x2)，并计算对应的输出y=x1^2+x2^2，前1500组数据作为训练数据input_train，后500组数据作为测试数据input_test。并将数据存储在data中待遗传...

Matlab神经网络工具箱提供了一系列用于建立和训练bp神经网络模型的函数命令，很难一时讲全。下面仅以一个例子列举部分函数的部分用法。更多的函数和用法请仔细查阅NeuralNetworkToolbox的帮助文档。例子：利用bp神经网络模型建立...

目标矢量为t=[-1-111]解：本例的MATLAB程序如下：closeallclearechoonclcNEWFF——生成一个新的前向神经网络TRAIN——对BP神经网络进行训练SIM——对BP神经网络进行仿真pause敲任意键...

7]作为输入，同理得到t=7时候的R值。根据我的神经网络预测，t=6时，R=15，t=7时，R=15。我不知道这个结果是否正确，因为神经网络通常需要大量的数据来训练，而这里给的数据似乎太少，可能不足以拟合出正确的函数。

BP算法实现步骤（软件）：1）初始化2）输入训练样本对，计算各层输出3）计算网络输出误差4）计算各层误差信号5）调整各层权值6）检查网络总误差是否达到精度要求满足，则训练结束；不满足，则返回步骤2）注：改进...

比较新的版本，比如说matlab2010以上的，都不需要装神经网络的工具箱建立网络步骤：1、数据归一化：输入的数据通常为P,输出数据通常为T，数据格式为：每列对应一个样本，归一化常用函数：mapminmax[pn,ps]=mapminmax(p)...

BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括...