关于bp神经网络的权值问题 比如第一个数据训练了一套权值，当第二个

训练集样本的不同肯定会影响到权值的变化。你要训练的数据 就是你希望一个系统输入一些数据时 能固定得到的那些数据，训练集要是随即那就没意义了，神经网络权值初始值是可以随即的，但随着训练继续，权值将趋于稳定，这样才能达到神经网络的效果。

训练过程权值明显会变化，只是如果已经收敛到指定精度后，也就是训练停止了后，权值阈值是不会变的。这些权值和神经网络结构组成一个模型，然后测试就可以直接用这个模型进行测试。

bp神经网络是很普通的一种NN，有直接的算法和公式，对照一下应该就知道了吧，剩下的错误应该就是编程问题了，看看你的循环结构有没有出现问题。

% 读入训练数据和测试数据

Input = [];

Output = [];

str = {'Test','Check'};

Data = textread([str{1},'txt']);

% 读训练数据

Input = Data(:,1:end-1);

% 取数据表的前五列（主从成分）

Output = Data(:,end);

% 取数据表的最后一列（输出值）

Data = textread([str{2},'txt']);

% 读测试数据

CheckIn = Data(:,1:end-1);

% 取数据表的前五列（主从成分）

CheckOut = Data(:,end);

% 取数据表的最后一列（输出值）

Input = Input';

Output = Output';

CheckIn = CheckIn';

CheckOut = CheckOut';

% 矩阵赚置

[Input,minp,maxp,Output,mint,maxt] = premnmx(Input,Output);

net1=newff(minmax(pX),[16,1],{'tansig','purelin'},'trainlm');

这个是激活函数的语句，但是一般不需要修改。

BP神经网络是计算机自主学习的一个过程，程序员要做的就是确定隐含层神经元的数量以及训练精度，训练步数以及学习速率等参数。

隐含层神经元数量的公式：