MATLAB神经网路工具箱中有哪些训练算法

MATLAB神经网络工具箱中有以下训练算法：

1. 反向传播算法（Backpropagation）
2. 自适应学习率算法（Adaptive Learning Rate）
3. 阻尼牛顿算法（Levenberg-Marquardt）
4. 极小化算法（Conjugate Gradient）
5. BFGS算法（Broyden-Fletcher-Goldfarb-Shanno）
6. L-BFGS算法（Limited-memory BFGS）
7. Scaled Conjugate Gradient算法（SCG）
8. 动量算法（Momentum）
9. RPROP算法（Resilient Backpropagation）
10. QuickProp算法
11. 二阶方法（Newton-Raphson）
12. 拟牛顿算法（Quasi-Newton）。

这些训练算法可以用于不同类型的神经网络，包括多层感知器（MLP）、径向基函数（RBF）网络和自适应神经模糊推理系统（ANFIS）等。