这里以一个普遍实用的简单案例为例子进行编程的说明。

假设一组x1,x2,x3的值对应一个y值，有2000组这样的数字，我们选择其中1900组x1,x2,x3和y作为样本，其余100组x1,x2,x3作为测试数据来验证。

首先需要读取这些数据，并把数据赋值给input 和 output 。

我是把数据存储在excel表中，所以用xlsread函数来读取数据。读取出来的数据是2000*4的矩阵。

将样本数据进行归一化处理。

初始化网络结果，设置参数，并用数据对网络进行训练。

newff函数是给出了最简单的设置，即输入样本数据，输出样本数据和隐含层节点数；epochs是设置迭代次数；lr是设置学习率；goal是设置目标值。

设置好参数，需要将预测数据进行归一化处理，然后将预测结果输出，并将输出的结果进行反归一化处理，神经网络就完成了。BPoutput为预测结果。

程序运行时显示的网络结构和运行过程如下图。

如果以后需要用到已训练好的网络可以把训练好的网络储存起来，下次可以直接进行预测，具体方法见下图。