BP神经网络是数模比赛中进阶的必经之路。机器学习算法结合经典算法求解最优值，是拿到好的奖项不可或缺的一步，本文将详细阐释该方法的用法。

神经网络主要分为三个层：输入层（input）、隐含层以及输出层（output）

在matlab上，首先要想清楚自己要处理什么类型的数据，想要得到什么样的输出

大体方法基本类似：

导入数据，然后数据划分为训练集跟测试集（每次运行都会有不同的结果，因为数据往往会被打乱）。接着将数据归一化（因为BP神经网络一般是（0，1）之间的数据），然后启动神经网络（newff（）），将输出的结果Sim可视化，并计算误差R^2即可。

P.S.记得要提前处理数据，有些异常的数据提前剔除掉，能让处理变得简单。

主要方法分为三类：

回归

一般用于多输入+单输出（可替代多元线性回归）

分类

此处一般用于聚类分析替代。结果可视化有混淆矩阵。

数据处理中，要注意将输出结果编码。

时间序列预测

主要应用递归，用于代替时间序列分析预测，可以获得较高的准确率。

多输入多输出

本质方法都是一样的。训练方法可以改进。

评价

BP神经网络属于机器学习算法，最好结果实际应用算法一起使用，不然的话说服力其实是不够的。但是，另一方面，这个方法确实很好用，暴力求解。

参考博主链接

（1）Matlab代码实现。

较为完整，有多种机器学习的算法（部分代码收费）

https://www.bilibili.com/video/BV19d4y1T7iV/?spm_id_from=333.788&;vd_source=56d90f1bd717aa59e2ce3889d12127e4