用MATLAB中神经网络工具箱固有函数建立的BP网络，训练精度始终达不到，而且误差也大，该如何解决

Question

我建的两输入一输出的BP网络用于预测，有48组训练样本，28组测试样本，训练的精度达不到要求，而且出来的误差曲线波动很大，误差值也很大，实际输出和预测输出的仿真图不是很好的吻合，是不是该改进算法呢？急求大侠们帮助，谢谢了

Answer 1

除了楼上的方法，还可以修改下神经网络的初始权值，这方面的方法很多，可以改变下初始参数的取值范围，或者用遗传算法搜索下。另外，改变神经网络的训练函数是十分有效的，比如trainscg什么的，还有好几个记不得了，自己找找看！追问

我是用的神经网络工具箱中的函数，不知道怎么改权值，还请值点啊

追答

不知道你用的是net=newcf(minmax(tzk),[S1,S2],{'logsig','purelin'},'trainscg');这种类型的不，最简单的方法是改最后一个参数trainscg，将其换成trainlm或者traingdx试试。MATLAB自己初始的权值一般都比较好。

追问

我用的是net=newff(threshold,[5,1],{'tansig','purelin'},'traingdx'); 后面的训练函数都试过了 我快崩溃了 是不是需要改进算法啊？这位大侠 如果有兴趣一起学习

追答

看似你的神经元数挺少的啊，怎么会出现你说的情况，把你的程序发给我看看！
[email protected]

Answer 2

调一下隐含层层数。。。隐含层神经元数还有学习速率试试追问

这个我都调过 但是还是达不到好的效果 我怀疑是我选的样本不好

追答

把数据集贴一下？

Answer 3

还有可能是训练样本数过少。

Answer 4

哥们我能看一下你的程序吗？[email protected]，你发过来看一下！