人工神经网络作为一种仿生物神经网络的数学模型，在解决高维度和非线性问题上有着很多优势。怡觎现喾MATLAB软件上自带有神经网络模块，下面将为大家讲解如何使用神经网络袷蜍滇刷模块解决数据拟合问题，为后续的大数据统计与分析提供便捷的操作方法。
工具/原料
MATLAB软件
方法/步骤
1、打开MATLAB，在commandwindow中输入神经网络模型需要学习的样本，以正弦函数为例。
2、点击最上方工具栏APP，下拉菜单选择神经网络拟合模块（neuralnetfitting），单击启动该模块。
3、进入模块的主界面点击next开始进行数据拟合，选择学习样本的输入参数x和输出参数y，点击next进入下一步。确定样本中确认值和测试值的比例（这里采取系统默认值就行），确定后点击next。
4、确定神经网络中间层数目（中间层数目越多，精度越高，但运算量也就越大，这个根据输入层和输出层维度来确定，具体可参考相关书籍介绍），本次是一维参数输入，中间层数设为6就可满足需求，确定后点击next。
5、点击train，开始样本学习。学习完后，可以点击plotfit，查看学习效果，比如拟合情况，误差度等数据。查看效果后，如果效果不行，可以点击retrain再次学习，如果效果可以的话，点击next。
6、通过附加数据加入（除x、y以外，相同规律数据），检测建夷爵蹂柢立的网络模型适用程度，程度符合后点击next，进入到下一个界面，该界面可以查看网络模型具体参数，对于数模爱好者可以进一步查看（这里紧鋈笆珀不详细介绍了），直接点击next。
7、点击saveresults，便可保存所建立的神经网络模型net。以后便可以用net，通过sim函数，实现数据预测。
