MATLAB神经网络编程（六）——基于BP算法的神经网络训练方法

《MATLAB神经网络编程》作为化学工业出版社的经典教材，在我的学习过程中积累了丰富的知识与实践经验。全书共分七章系统讲解了各种典型的神经元模型及其训练算法其中第四章深入探讨了前馈型人工神经网的基本理论与实现方法这一节重点介绍了基于误差反传算法（Backpropagation）的BP人工神经网构造与训练过程

这份文档是《MATLAB神经网络编程》一书的个人学习笔记，在内容中所涉及的所有代码片段、数学公式以及基本原理等均源自该著作中的相关内容。如有对某些内容仍有疑问，请参考该书籍进一步了解。

1，BP网络的创建函数。
（1）newcf 函数 功能：用来创建级联前向BP网络，调用格式：

net=newcf(P,T,[S1,S2……S(N-1)]{TF1,TF2..TFN},BTF,BLF,PF,IPF,OPF,DDF)

P,T代表每组输入元素的最大值与最小值所构成的一个二维R向量；设Si表示第i层单元的数量，则总共有NI个这样的单元层；传递函数TF_i默认采用'tansig'形式；BP网络的学习算法BTF通常采用'trainlm'作为默认设置；权值和阈值的学习算法BLF默认采用'learngdm'方法；衡量网络性能的标准PF默认设置是'mse'；IPF用于处理行输入单元矩阵，默认经过 'fixunknowns', 'removeconsta