Matlab神经网络工具箱应用简介
第一章 介绍
1．神经网络
神经网络是单个并行处理元素的集合，我们从生物学神经系统得到启发。在自然界，网
络功能主要由神经节决定，我们可以通过改变连接点的权重来训练神经网络完成特定的功
能。
一般的神经网络都是可调节的，或者说可训练的，这样一个特定的输入便可得到要求的
输出。如下图所示。这里，网络根据输出和目标的比较而调整，直到网络输出和目标匹配。
作为典型，许多输入/目标对应的方法已被用在有监督模式中来训练神经网络。
神经网络已经在各个领域中应用，以实现各种复杂的功能。这些领域包括：模式识别、
鉴定、分类、语音、翻译和控制系统。
如今神经网络能够用来解决常规计算机和人难以解决的问题。我们主要通过这个工具箱
来建立示范的神经网络系统，并应用到工程、金融和其他实际项目中去。
一般普遍使用有监督训练方法，但是也能够通过无监督的训练方法或者直接设计得到其
他的神经网络。无监督网络可以被应用在数据组的辨别上。一些线形网络和Hopfield网络是
直接设计的。总的来说，有各种各样的设计和学习方法来增强用户的选择。
神经网络领域已经有 50 年的历史了，但是实际的应用却是在最近 15 年里，如今神经网
络仍快速发展着。因此，它显然不同与控制系统和最优化系统领域，它们的术语、数学理论
和设计过程都已牢固的建立和应用了好多年。我们没有把神经网络工具箱仅看作一个能正常
运行的建好的处理轮廓。我们宁愿希望它能成为一个有用的工业、教育和研究工具，一个能
够帮助用户找到什么能够做什么不能做的工具，一个能够帮助发展和拓宽神经网络领域的工
具。因为这个领域和它的材料是如此新，这个工具箱将给我们解释处理过程，讲述怎样运用
它们，并且举例说明它们的成功和失败。我们相信要成功和满意的使用这个工具箱，对范例
和它们的应用的理解是很重要的，并且如果没有这些说明那么用户的埋怨和质询就会把我们
淹没。所以如果我们包括了大量的说明性材料，请保持耐心。我们希望这些材料能对你有帮
