Question

初学者对BP神经网络的疑惑

本人是新手，刚刚接触神经网络，看到书上有一个利用BP算法进行药物销售预测的程序，就自己试了一下，但是发现很多问题。程序如下：
%药物出售情况
%月份 1 2 3 4 5 6 7 8 9 10 11 12
%销量 2056 2395 2600 2298 1634 1600 1873 1478 1900 1500 2046 1556
%输入层3节点，隐含层5节点，输出层1节点
clear;
clc;
P=[0.7908 0.9212 1.0000; %以每三个月的销售量归一化处理后作为输入
0.9212 1.0000 0.8838;
1.0000 0.8838 0.6285;
0.8838 0.6285 0.6154;
0.6285 0.6154 0.7204;
0.6154 0.7204 0.5685;
0.7204 0.5685 0.7308;
0.5685 0.7308 0.5769;
0.7308 0.5769 0.7869;
];
T=[0.8838 0.6285 0.6154 0.7204 0.5685 0.7308 0.5769 0.7869 0.5985]; %以第四个月的销售粮归一化处理后作为目标向量
net=newff([0 1;0 1;0 1],[10,1],{'tansig','logsig'},'traingd'); %创建一个BP神经网络，每一个输入向量的取值范围为[0,1]，隐含层有5个神经元，输出层有1个神经元，隐含层的激活函数为tansig，输出层的激活函数为logsig，训练函数为梯度下降函数
net.trainParam.epochs=15000;
net.trainParam.goal=0.01;
net.trainParam.lr=0.015; %设置学习速率为0.015
net=train(net,P',T); %训练
sim(net,P') %仿真，自己加的
仿真结果为0.6823 0.7110 0.6882 0.5831 0.6717 0.7344 0.6443 0.7559 0.6459 。
我就是用输入的样本来仿真的，为什么结果与期望输出相差这么大呢？是不是我的程序有问题，还是说BP网络精度就是这样，有没有什么提高精度的方法呢？
当样本数多于一个的时候，算法到底是怎么算的啊？是不是用一个样本调整好权值之后再换下一个样本，这样的话之前调整好的权值不就又变了吗？

Answer 1

神经网络有一定的误差，不过对于这个简单的逼近来说应该不会有那么大误差吧，应该是你程序问题，有特定的归一化函数，把原始数据用归一化函数处理试试（具体什么函数我忘了）

Answer 2

程序没问题。肯定是归一化数据有问题啦，建议用matlab归一化函数试试。
[pn,maxp,minp,tn，maxt,mint]=premnmx(P',T)
也可自己编程序写很简单的

Answer 3

科普中国·科学百科：BP神经网络