matlabBP神经网络预测代码

以下是一个简单的 MATLAB BP（Backpropagation）神经网络预测代码示例：

% 数据准备
x = [0 1 2 3 4 5];
y = [0 0.8 0.9 0.1 -0.8 -1];

% 创建神经网络
net = feedforwardnet(10); % 创建一个有10个隐藏层神经元的前馈神经网络
net = configure(net, x, y); % 配置网络输入和输出的大小

% 设置训练参数
net.trainParam.epochs = 1000; % 训练的迭代次数
net.trainParam.lr = 0.01; % 学习率

% 训练网络
net = train(net, x, y);

% 使用网络进行预测
output = net(x);

% 绘制预测结果
plot(x, y, 'o', x, output, '-');
legend('真实值', '预测值');

在上述代码中，首先我们准备了输入数据 `x` 和目标输出数据 `y`。然后，我们通过 `feedforwardnet` 函数创建了一个有10个隐藏层神经元的前馈神经网络。接下来，我们使用 `configure` 函数配置了网络的输入和输出大小。然后，通过设置训练参数，如迭代次数和学习率，来训练网络。最后，我们使用训练好的网络进行预测，并将结果绘制出来。

请注意，这只是一个简单的示例代码，实际应用中可能需要根据具体情况进行调整和优化。