为甚么我用神经网络进行曲线拟合，拟合出来的结果都是1，与原函数相差太大啊，代码...

Heavenright

clc
: R5 \: I1 p+ N9 B3 }: M  i3 E( ?clear all
/ s9 f! S2 I( L6 Ia=[0        1.7219        5.026946
1        1.2257        5.092308
2        1.776        4.48
3        2.7555        3.078846
4        2.667        3.248899
5        2.5951        3.078333
+ E( X7 [" C2 m6        2.4764        3.03
7        2.9587        3.11
+ i! X5 n5 K  M: u+ W8        3.0508        2.959113
4 M# D  B! X8 T' R9        3.4656        2.609524
" N: j$ L) z% D3 L6 h) I7 f10        3.144        3.3125
* V& L% T, U% N  q! W  m$ _11        1.875        3.333333
! A5 f3 R0 u6 m12        1.152        3.86
14        1.03        5.25
4 m! I7 {& ~+ `/ S0 n16        0.18        4.4
- T) Q+ ^4 d4 B" I2 }2 z: |* |20        5.28        1.7
, h! N  ^" A# h: G9 n8 t21        2.84        3.8
22        3.3663        3.0625
$ e6 W7 u. g2 V% P* C23        4.0619        2.832787
24        3.5945        2.82963
25        3.3912        2.518966
26        3.2431        3.354167
27        2.46        2.9
28        2.76        4.2
29        2.508        3.94
; X+ \- x% q' H. o. U# L7 f37        7.825        3.325
38        3.14        2.964286
4 b0 R' r% {# B1 W39        4.2731        2.710204
40        3.9198        2.739286
0 Q" S  b+ ?( Y41        3.4965        3.062963
% ]$ q' u# [& V8 _% r42        1.78        3.327273
43        2.6033        4.4
* K9 H8 H5 X# K5 S( L44        2.68        2.7
! z3 v' G' c. r$ G/ ]5 `6 J6 y45        3.2        4.3
  D3 a% \4 ~- N5 h) A3 ]46        2.804        4.266667]

x=a(:,1);
y1=a(:,2);
y2=a(:,3);
%预测47-50周的浓度
%数据预处理
& \' p  l5 F! n% z" x0 ]2 f x=x';
y3=1.7415+0.4041.*x-0.0637.*x.*x +0.0037.*x.*x.*x-(8.36*10^(-5)).*x.*x.*x.*x + (6.39*10^(-7)).*x.*x.*x.*x.*x;
net=newff([0,50],[6,1],{'tansig','logsig'});
net.trainParam.epochs=1000;
net=train(net,x,y3);
x0=x;
figure(1)
7 |4 w# x9 O8 {: t. n+ Yy4=sim(net,x0);
plot(x,y3,'o', x0,y4,'r')
4 e+ B' c& U" K%为甚么神经网络拟合出来的结果都是1

Heavenright

求帮忙解答下，谢谢啊

MCR董事长

输出层如果为logsig，输出的最大范围就是[-1,1],改为purelin试试

狼之魂汪洋

好东西，大家分享