matalab神经网络工具箱

㈠ 在哪能下的matlab的神经网络工具箱

MATLAB的神经自网络工具箱是内置的，如果完全安装了MATLAB，那么你可以在MATLAB的帮助页面上（帮助页面可以在Comand Window下输入'help help '(不名括单引号)，然后看Contents里有 Neural Network Toolbox。

神经网络工具箱有个教学GUI，可以在Comand Window下输nnd'(不名括单引号，小写)(因为这个教学GUI是和一本书结合的，这本书叫Neural Network Design，作者Martin T.Hagan,Howard B.Demuth，强烈推荐学习这本经典教材，会让你入门并稍有进阶)

㈡ matlab神经网络工具箱编译成dll

matlab编译动态连接库需要你有mcc，你的安装序列号必须能包括这个功能，这是前提。
之后，两种方法，一种使用mcc -t myfile.m 可以生成c/c++代码，然后使用其他编译器编译成dll文件。第二种方法，使用mcc -l myfile.m，直接生成dll文件。
然后，这时候你可以看看神经网络工具箱里面都有些什么东西，可以尝试一下直接编译nntool.m，使用mcc -l nntool.m，应该就可以直接编译。
我觉得这样可以。如果不行，那么你可能得把你需要的函数都找出来，复制到一个文件下面，然后再用mcc进行编译。

㈢ 如何用MATLAB的神经网络工具箱实现三层BP网络

使用神经网络工具箱可以非常简便地实现网络建立和训练，实例代码如下：

%%BP算法
functionOut=bpnet(p,t,p_test)
%p,t为样本需要提前组织好
globalS1
net=newff(minmax(p),[S1,8],{'tansig','purelin'},'trainlm');%trainlm训练函数最有效
%net=newff(P,T,31,{'tansig','purelin'},'trainlm');%新版用法
net.trainParam.epochs=1000;
net.trainParam.goal=0.00001;
net.trainParam.lr=0.01;
net.trainParam.showWindow=false;%阻止训练窗口的弹出
net.trainParam.showCommandLine=false;%阻止训练窗口的弹出
net=train(net,p,t);
Out=sim(net,p_test);
end

上面的代码不完整，完整的带训练样本数据的程序见附件。