為了什麽？s 1 = s 1min:s 1 max %隱藏層試用範圍。
...%培訓網絡
...%來計算網絡的最終輸出誤差。
臨時雇員...%按順序將結果存儲在臨時矩陣中。
結束
bests 1 = min(temp)+s 1min；%找最小的是BP中最好的隱藏層？在網絡中，隱節點數的選取非常重要，它不僅對所建立的神經網絡模型的性能有很大影響，而且是訓練時“過擬合”的直接原因，但目前理論上還沒有科學的、通用的確定方法。？目前大多數文獻中提出的確定隱層節點數的計算公式都是針對任意數量的訓練樣本的，而且大多是針對最不利的情況，在壹般工程實踐中很難滿足，不宜采用。實際上，各種計算公式得到的隱含層節點數有時相差幾倍甚至上百倍。為了盡可能避免訓練中的“過擬合”現象，保證足夠高的網絡性能和泛化能力，確定隱層節點數的最基本原則是在滿足精度要求的前提下，盡可能采取緊湊的結構，即盡可能少取隱層節點。研究表明，隱層節點數不僅與輸入/輸出層節點數有關，還與所要解決問題的復雜程度、轉換函數的類型和樣本數據的特性有關。