Question

为什么matlab的BP神经网络曲线拟合的时候没问题，预测的时候误差这么大

p=0:0.05:pi*0.5;t=sin(p);%归一化[p,inputps]=mapminmax(p);[t,outputps]=mapminmax(t);net=newff(p,t,[10,1],{'tansig','purelin'},'trainlm');%参数设置net.trainParam.epochs=1000;net.trainParam.lr=0.05;net.trainParam.goal=1e-5;%训练网络[net,tr]=train(net,p,t);figure(1)y=sim(net,p);plot(p,t,'-or',p,y,'--');%预测p1=pi*0.5:0.05:pi;t1=sin(p1);p1=mapminmax('apply',p1,inputps);%归一化y1=sim(net,p1);y1=mapminmax('reverse',y1,outputps);figure(2)plot(p1,t1,'-or',p1,y1,'--');

Answer 1

这是神经网络特性导致的，与matlab没关系。
一方面，如果你的网络层选的神经元的个数和层数不合适，就会导致这种结果；
另一方面，如果你的训练样本选择的不合适，或者数据表达的太快，也会导致这种问题。
前一个方面根据经验，后一个可以做成神经元的参数可调的。