数学建模采用最新神经网络框架中的前馈神经网络模型进行基本搭建和训练（基于Fisher Iris数据集）

新版本神经网络工具箱feedforwardnet及其简单实现

Erratum: Previously, the name of the neural network toolbox in the article was incorrectly written as fitforwardnet instead of feedforwardnet. After six months, I realized the mistake. This error has now been corrected.

问题：

著名的Iris数据集曾被现代生物统计学之父Ronald A. Fisher用做线性判别分析的试验数据而为世人所熟知.
该数据集中有三种不同类型的鸢尾花setosa/versicolor/virginica,每种有50个样本,每个样本有4个特征(分别是花瓣长/花瓣宽/花萼长/花萼宽).

现要求将Iris数据集随机分为2组，每组各75个样本，每组中每种花各有25个样本。其中一组作为以上程序的训练样本，另外一组作为检验样本（每种花选取25个作为测试）。为了方便训练，将3类花分别编号为1，2，3 。使用这些数据训练一个4输入（分别对应4个特征），3输出（分别对应该样本属于某一品种的可能性大小）的前向网络。

提供网络的基本参数信息，在每次实验中均采用