代码附件说明：
a) .mian.m为主程序，含BP预测与布谷鸟算法CS优化BP预测两个部分的实现。在程序外部数据EXCEL中换自己数据集，MATLAB程序中设定相应的数据读取范围即可运行得到结果。代码使用中文注释清楚。
b). 采用经验公式使用循环来确定隐含层节点数目，对输入层、隐含层和输出层的神经元节点数都提供了过程。
数据介绍：代码采用深度学习常用的建筑物能源数据集样本进行实现。数据格式为EXCEL。输入的影响指标个数不限，单输出。数据形式为：
代码使用步骤：
a). 在程序外部数据EXCEL文件中换上自己数据集；
b). 双击点开main.m主程序文件，读取EXCEL的方式如下：
% 读取读取
data=xlsread('数据.xlsx','Sheet1','A1:N252'); %%使用xlsread函数读取EXCEL中对应范围的数据即可
%输入输出数据
input=data(:,1:end-1); %data的第一列-倒数第二列为特征指标
output=data(:,end); %data的最后面一列为输出的指标值
c). 运行main.m主程序，得到结果。
【BP回归预测】布谷鸟算法优化BP神经网络CS-BP回归预测（多输入单输出）【含Matlab源码 1555期】.zip （13个子文件） 
【BP回归预测】基于matlab布谷鸟算法优化BP神经网络CS-BP回归预测（多输入单输出）【含Matlab源码 1555期】 
calc_error.m 2KB
基于布谷鸟算法优化BP神经网络的锂电池健康状态预测_魏新尧.pdf 1.69MB
运行结果1.png 48KB 运行结果5.png 36KB
说明.txt 1KB main.m 8KB 改进WOA算法优化SVM的网络入侵检测_徐慧.pdf 1.33MB
数据.xlsx 28KB 运行结果2.png 20KB 运行结果4.png 45KB 【回归预测】布谷鸟算法优化BP神经网络回归预测（多输入单输出）matlab源码.md 423B fitness.m 1KB 运行结果3.png 19KB资源评论
