关于神经网络拟合函数问题

heyang854963

本人对神经网络了解不是特别深入，看到有人用神经网络拟合函数，可是大多只介绍了如何训练神经网络，最后函数是如何求得的呢？在matlab中用什么命令让它输出这个函数呢？还请大侠指教一二！感激不尽！

heyang854963

我做了一个只有一层隐藏层的神经网络，输入与输出函数使用的是默认的tansig和purelin，我理解的是，输入乘以权重再减去阀值，作为tansig函数的输入，然后计算后，再乘以隐藏层输出的权重减去阀值，作为输出层地输出，使用purelin函数输出，这样计算，应该是与训练好的神经网络计算预测值的过程一致吧？可是为什么我编写的函数，计算出来的预测值，与神经网络计算出来的数值不一样呢？请高手指教一二!下面是我的计算函数，还请大侠指教！
%%
%取输入层到隐层的权值
InW=net.iw{1,1};
InW;
%取隐层到输出层的权值
LaW=net.lw{2,1};
LaW;
%取隐层阈值
bias1=net.b{1};
bias1;
%取输出层阈值
bias2=net.b{2};
bias2;
%%
j=0;
for i=1:4  %隐层有四个神经元
    j=tansig(inputn_test(1)*InW(i)-bias1(i))*LaW(i)+j;     %inputn_test（1）是使用神经网络预测的输入值
end
j=purelin(j-bias2);
f=j-an(1);  %an（1）是对应的神经网络输出值，f为误差

heyang854963

斑竹給力啊!群里的大仙们！高手们!救救我把~

heyang854963

对了，补上一句，输入只有一个节点，对应的输出也只有一个节点。大侠们救命啊！

heyang854963

还是我自己解答吧，神经网络分为几个神经节点，按照选择的神经网络类型和节点里面的算法，顺着神经网络的计算流程把公式写一遍，那么拟合出来的经验公式就推导出来了，公式不是一般般的大，最好用矩阵的形式表示:victory:

tanhao365

如果训练好了net，可以用这个函数t=sim(net,p)。保存训练好的net用save 自己取net名称 net。调用用load。程序中每次初始化的权值都不一样，是随机取的数字（阈值一般初始化为1），如果你的训练次数比较少每次算出来肯定差别比较大，但是如果训练次数上去了慢慢的就差不多了。