请问大神：函数拟合神经网络（fitnet）是BP神经网络吗？在线等待中。

Question

请问大神：函数拟合神经网络（fitnet）是BP神经网络吗？在线等待中。

Answer 1

是BP神经网络，是一个只有一个隐含层的的BP神经网络。

nntraintool中的fitnet

open fitnet  命令打开MATLAB中fitnet中的函数：

可以看到，里面使用了feedforwardnet()函数，这是建立BP神经网络的新函数，用以替代newff()函数。在feedforwardnet()函数中，隐藏层和输出层的传递函数分别是'tansig'和‘purelin’

tansig和purelin作为传递函数

另外需要指出的是，在建立的神经网络中，权重和阈值是归一化后的参数使用的权重和阈值，归一化的过程是在fitnet(）函数中进行的。

具体的问题可以使用下面的代码来加深理解。

clear

clc

[x,t] = simplefit_dataset;

net = fitnet(10);

net = train(net,x,t);

y = net(x);   %x为输入，t为输出

%获取模型参数

w1= net.iw{1,1};

b1=net.b{1};

w2 = net.lw{2,1};

b2=net.b{2};

%%%查看网络的传递函数

ss=net.layers{1}.transferFcn;

sw=net.layers{2}.transferFcn;

x1=mapminmax(x);         %x1为原始数据归一化后的输入数据          

[t1,ps]=mapminmax(t);    %t1为原始数据归一化后的输出数据

t11=w2*(tansig(w1*x1+b1))+b2;     %t11为神经网络求取的归一化输出数据

t12=mapminmax('reverse',t11,ps);  %t12为使用模型参数并且反归一化后的输出数据

Answer 2

只能说BP神经网络具有拟合非线性函数的功能，属于一种函数拟合神经网络。

人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。
非线性关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储容量。本回答被提问者和网友采纳

Answer 3

我认为是BP神经网络，理由是BP神经网络是一个最基本的神经网络，任何神经网络在拟合时都需要一个反向传播的过程，否则没有反馈就无法准确拟合数据，看了一下matlab关于fitnet的英文文档，虽然没有提到反向传播，但是根据其描述也可以判断出来。

Answer 4

是bp神经网络，但是，并不是只有一个隐藏层，隐藏层数量是可以自行调整的（默认确实是一个）