bp神经网络怎么改进

怎样使用matlab2012b实现BP人工神经网络p=[22.5472.5;204423;18.54216;214510;
17.53834;25.55445;16.53431;275849;
29.56669;132453.539;53453.573;83;21686;36.583104;8.512107;
3987144;-36130;41.596139;-55136]';
t=[10000;10000;10000;10000;
01000;01000;01000;01000;010000;010000;010000;010000;;00100;00100;
00010;00010;00010;00010;
00001;00001;00001;00001]';//训练示例
[P,ps]=mapminmax(p,-1,1);
[T,ts]=mapminmax(t,0,1);
net=newff(minmax(P),[8,5],{'tansig','logsig'},'trainrp');
net.trainParam.epochs=2000;
net.trainParam.goal=0.001;
LP.lr=0.01;
net.trainParam.max_fail=10;
net=train(net,P,T);
y=sim(net,P);
error=y-T;
res=norm(error);
w1=net.iw{1,1}
theta1=net.b{1}
w2=net.lw{2,1}
theta2=net.b{2}
就模仿这个吧。 我的是3-8-5。

如何用BP神经网络实现预测首先，你需要知道你所建立的模型的内部逻辑关系。 ,
1.确定隐藏层数并画出简洁的模型图。
2.确定使用什么类型的神经网络来构建模型
3.使用测试数据训练模型。 ,
4.将测试训练的数据与实际数据进行比较，或计算误差。 从而可以修改隐藏层中的权重和阈值。
重复3-4次。 最终得到最优模型。
正是如此。 ,,海报上说的很笼统。 ,,很抱歉无法给出明确的答案。