❶ MATLAB中BP神经网络多输入单输出程序
把输入转置一下 应该就可以了，这样就有10列，对应10个输出，每列的三行就对应3维
❷ 如何使用matlab编写多输入单输出BP神经网络
在你的代码基础上说了。
clc;clear;
close all;
p=load('originaldata.txt');%你问题最后说的数据文件名跟这个不同。
p1=p';
t=[1];% 这个输出（Targets）应该和输入数据对应，输入数据有10个，输出应该也是10个
所以改为 t是一个1x10的行向量，每个元素对应10个输入数据的输出。不知道你的训练数据的输出是不是都是1？我试了试假设你的数据的输出都是1，所以t=ones(1,10),可以运行。
❸ BP神经网络matlab编程问题，给出11个输入数据和2个输出数据，进行训练的程序。要求能运行并出相应的结果
给你一个我的程序，如果自己做不了可以联系我：1526208341
动量梯度下降算法训练 BP 网络
训练样本定义如下：
输入矢量为
p =[-1 -2 3 1
-1 1 5 -3]
目标矢量为 t = [-1 -1 1 1]
close all
clear
echo on
clc
% NEWFF——生成一个新的前向神经网络
% TRAIN——对 BP 神经网络进行训练
% SIM——对 BP 神经网络进行仿真
pause
% 敲任意键开始
clc
% 定义训练样本
% P 为输入矢量
P=[-1, -2, 3, 1; -1, 1, 5, -3];
% T 为目标矢量
T=[-1, -1, 1, 1];
pause;
clc
% 创建一个新的前向神经网络
net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm')
% 当前输入层权值和阈值
inputWeights=net.IW{1,1}
inputbias=net.b{1}
% 当前网络层权值和阈值
layerWeights=net.LW{2,1}
layerbias=net.b{2}
pause
clc
% 设置训练参数
net.trainParam.show = 50;
net.trainParam.lr = 0.05;
net.trainParam.mc = 0.9;
net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;
pause
clc
% 调用 TRAINGDM 算法训练 BP 网络
[net,tr]=train(net,P,T);
pause
clc
% 对 BP 网络进行仿真
A = sim(net,P)
% 计算仿真误差
E = T - A
MSE=mse(E)
pause
clc
echo off
❹ 如何用matlab编写多输入单输出BP神经网络
net=newff(input,output,3,{'tansig','purelin'},'trainlm')；
其中input为nXm矩阵，只要行数大于一就是多输入
output为1XK矩阵，1行K列。
❺ 2输入2输出，bp神经网络MATLAB代码，怎么编写
k=0:1:6000;
w=0.03*k*pi/180;
x=0.4+0.2*cos(w);
z=0.2+0.2*sin(w);
y1=-atan(x/z)+acos(sqrt(1-(x.^2+z.^2-0.07).^2/(0.36*x.^2+0.36*z.^2)));
y2=asin((0.25-x.^2-z.^2)/0.24)-pi;
[input,minI,maxI,output,minO,maxO]=premnmx([x,z]',[y1,y2]');%进行归一化处理
net=newff(minmax(input),[2,10,2],{'tansig','tansig','purelin'},'traingd');
net.trainParam.show=100;
net.trainParam.Lr=0.05;
net.trainParam.epochs=6000;
net.trainParam.goal=1e-4;
net=train(net,input,output);
output=sim(net,input);
postmnmx(output,minO,maxO);
plot(k,y1,k,y2);
%说明：x和z为输入，y1和y2为输出，对输入进行了归一化处理，并将两个输出构成一个矩阵output，相当于输入变成了input，输出变成了output，
❻ 运用matlab解决bp神经网络多个输入一个输出的问题
用最简单的bp网络就行，输入节点数等于变量数，输出节点数为1.在matlab里，就用newff函数建立网络即可。
newff函数的格式为：net=newff(PR,[S1 S2 ...SN],{TF1 TF2...TFN},BTF,BLF,PF），函数newff建立一个可训练的前馈网络。输入参数说明：
PR：Rx2的矩阵以定义R个输入向量的最小值和最大值；
Si：第i层神经元个数；
TFi：第i层的传递函数，默认函数为tansig函数；
BTF：训练函数，默认函数为trainlm函数；
BLF：权值/阀值学习函数，默认函数为learngdm函数；
PF：性能函数，默认函数为mse函数。
❼ BP神经网络怎么设置输入层节点数
matlab的？ 输入层由你输入的特征决定的，送入特征matlab就自动确定输入层节点数了
❽ 求多输入多输出BP神经网络相关知识和程序，加分！！！
神经网络的相关知识相当复杂，如果想深入学习BP建议买相关的书来看，在这里不可能说的非常全面。
如果用MATLAB解决BP则直接调用工具箱就行了，程序是net=newff(A,[b,c],{'D','E'},'F')
A是输入元素最大最小值矩阵，是一个r*2矩阵，r是输入元素个数，矩阵每行第一列是最小值，第二列是最大值；
b是隐含层神经元个数，c是输出层神经元个数
D是隐含层输出函数，E是输出层输出函数
F是神经网络训练方式