bp神经网络预测误差

用matlab构建bp神经网络模型
假设A,B,C,D,E为输入参数，W为输出参数。
存在一个理论公式 Y理论=f（A,B,C,D,E），然后Y的实测值也知道。
设定W为：W=Y理论-Y实测
存在的问题是：回归一直很低，请问这是什么原因呢或者应该通过什么办法提高呢？

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/710171
• 这篇博客也不错, 你可以看下一级倒立摆状态空间建模，离散化，Matlab仿真，添加高斯噪声并采用卡尔曼滤波去噪
• 除此之外, 这篇博客: 【数字信号处理】卷积编程实现 ( 卷积计算原理 | 卷积公式计算 | 使用 matlab 计算卷积 | 使用 C 语言实现卷积计算 )中的 一、卷积计算原理 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• ---

  
  

  对于 线性时不变系统 ( LTI - Linear time-invariant ) 来说 ,

  假设 x(n)x(n)x(n) 是 LTI 系统的 " 输入序列 " , y(n)y(n)y(n) 是 " 输出序列 " ,

  则有 :

  y(n)=∑m=−∞+∞x(m)h(n−m)=x(n)∗h(n)y(n) = \sum^{+\infty}_{m = -\infty} x(m) h(n-m) = x(n) * h(n)y(n)=m=−∞∑+∞​x(m)h(n−m)=x(n)∗h(n)

  
  

  线性时不变系统 ( LTI - Linear time-invariant ) 的

  " 输出序列 "

  等于

  " 输入序列 " 与 " 系统单位脉冲响应 " 的 线性卷积 ;

  
  

  输出序列 的元素个数 : 输出序列元素个数=输入序列元素个数+单位脉冲响应序列元素个数−1输出序列元素个数 = 输入序列元素个数 + 单位脉冲响应序列元素个数 - 1输出序列元素个数=输入序列元素个数+单位脉冲响应序列元素个数−1