一个月前为准备比赛写的，有需要可自取。代码可能还有诸多不足之处，如能指出感激不尽。关于代码的几点说明：

• 依旧是用matlab写的。
• 调用了newff函数生成网络。
• 隐含层神经元节点数的选取：先根据经验法则确定大致范围，然后在范围内选择使误差和最小的节点数（27-51行）。
• 为避免过拟合，调用了dropout layer函数丢弃部分节点，代码中设置的丢弃比例是0.25。
• 初始权值阈值是随机生成的，可以用其他智能算法进行优化。这里未优化，所以测试集的预测效果有一定随机性。
• 其实自己搭建网络也不算复杂，就是把误差反向传递的求导过程完整写出来。但如果只是拿来用一下的话就没必要了，自己搭建的差不多也就是这个模式。最关键的还是节点数和初始权值阈值的设置。

代码：

1. clear
2. clc
3. %%导入数据
4. load data_Octane.mat
5. %%数据说明：X为自变量，Y为因变量，new_X为待预测样本的自变量
6. %%将样本随机分为训练集和测试集
7. %将50个数字随机排列
8. rand=randperm(size(X,1));
9. %划分出训练集，共35个样本
10. X_train=X(rand(1:35),:)';