Question

MATLAB神经网络BP，误差超大，怎样调试是误差更接近目标值？主要调试哪些参数？谢谢。。。

Answer 1

被推荐的答案倒是没说错，基本上和没说一样…… 就好比问怎么安排时间，回答一个“合理安排时间”……
误差大，第一步需要尝试的是做归一化处理。有线性归一化，有对数函数归一化等等，这个你可以去网上搜索数据归一化方法，有相关的代码，应该。
第二部需要做出的改动是隐层节点数量，如果节点数量太多，那么结果的随机性就会很大，如果太少，那么复杂数据的规律计算不出来。多少层节点最合适，这个目前除了一个一个试没有更好的办法。但是你会发现每一个相同的结构计算出的结果却不尽相同，这个时候就需要考虑后续的问题。
第三步尝试，变换transfer function。麻烦你查查字典，因为我不是用中文学的神经网络。我姑且翻译成传输函数。传输函数在matlab中内建了3中 pureline logsig tansig。分别有不同的应用范围。因为没看到你的数据，我也不清楚具体应该推荐你用哪一种。不过你可以去网上搜索一下三种传输函数的特点。

一般情况下，前三步已经可以解决问题了。
如果不行，那么你需要尝试的就是比较高级的内容了。尝试一下，不行再追问。

追问

训练步长一般怎么确定？有没有公式？输出层节点数是不是根据变量的个数确定？谢谢。。。

追答

抱歉，这个回复稍微耽搁了一些功夫。
训练步长和节点数量都没有固定的公式。曾经在matlab的论坛上面看到过，节点的选择一般是训练样本数量的2-32倍之间，也没有固定公式。通常过少不能表现原始数据的特性，过多随机性又会太大。
一般在做分类的时候，训练步数可以多一点。但是模拟的时候，我只能说小心一点，但是没有特别的方法可以确定。

Answer 2

神经网络的训练误差大，有很多原因，比如隐含层数目，各层节点数，训练函数，训练期望，原始数据是否做归一化处理等等都会有影响。而各种因素的参数选择有一定的规律但都不是绝对正确的，这个只有各方面多做调试了。

Answer 3

选择 步长 迭代率，以及训练算法