matlab 神经网络寻优迭代函数

在 MATLAB 神经网络工具箱中，常用的神经网络寻优迭代函数有以下几种：

1. `trainlm`：使用 Levenberg-Marquardt 算法进行训练的函数，该算法可以在较短的时间内找到全局最优解，但是对于大型网络来说可能会耗费较多时间和内存。

2. `traingd`：使用梯度下降算法进行训练的函数，该算法计算速度快，但容易陷入局部最优解。

3. `traingda`：使用自适应梯度算法进行训练的函数，该算法可以避免梯度下降算法陷入局部最优解的问题。

4. `trainbfg`：使用 BFGS 算法进行训练的函数，该算法也可以避免陷入局部最优解，但是计算速度较慢。

这些函数的使用方法可以参考 MATLAB 神经网络工具箱的官方文档或者相关的书籍。