毕设题目：Matlab回归预测

⛄一、案例背景

1 BP神经网络原理
反向传播（Back Propagation,BP）神经网络于1986年由Rumelhart和McCelland领导的科学家小组提出，是一种按误差逆传播算法训练的多层前馈神经网络。BP神经网络能学习和存贮大量的输入与输出模式映射关系，无需事前揭示描述这种映射关系的数学方程。其学习规则是使用最速下降法，通过反向传播不断调整网络的权值和阈值，从而使网络的误差平方和达到最小。BP神经网络拓扑结构可分为3层，分别是输入层、隐藏层以及输出层。其中，隐藏层的神经元个数计算公式为：

式中：m为输入层节点的个数，n为输出层节点的个数，a一般取1～10内的整数。隐藏层的个数越多，误差范围越小。

⛄二、 现成案例（代码+参考文献）

2.1 BP回归预测<