1.在神经网络中，为什么训练达到目标后，再进行迭代，还会计算出不同的结果？应该如何选取哪个结果有用？
2.p,t分别为源和目标数组，进行归一化后，对网络net进行训练，达到目标后，取p1,t1为验证数组，请问
[p1n,minp1,maxp1,t1n,mint1,maxt1]=premxmn(p1,t1);
[an]=sim(net,p1n);
[a]=postmxmn(an,mint1,maxt1)

这段代码中，a的取值应该为[a]＝postmxmn（an,mint1,maxt1）还是[a]＝postmxmn（an,mint,maxt）？mint和maxt分别是对目标数据t进行归一化时得到的两个数组。

怎么没人替我解释一下呢？愁啊！！！！

具体的原因不太清楚,只是老师曾在课堂上讲过这样一个例子,神经网络的模拟是一个近似的迭代模拟.在你选取的节点数中它有一个最优选择.并不是你选择的节点数目越多它的模拟就越精确.比如sin(x)的模拟.如果你选取5个节点神经网络模拟就会很近似,但是你选取10个节点的时候,它就会出现很大的偏差.所以在具体选择最优节点数的时候是要经过很多次模拟尝试才能知道结果的

归一化石无量刚化和数据变换其目的不是为了"归一"，为了与训练数据保持一致，验证数据应该在训练数据的范围内进行变换，所以在验证时不能用归依化函数[p1n,minp1,maxp1,t1n,mint1,maxt1]=premxmn(p1,t1);再者a应该为[a]＝postmxmn（an,mint,maxt）

神经网络的matlab程序实现  你有代码啊?论文急用啊   我邮箱:qqxutiancheng@  谢谢