我正在用5个不同的输入和1个输出在Matlab中训练反向传播神经网络。输入和输出各有98000个数据点。因此，输入矩阵为5x98000，输出矩阵为1x98000。我正在使用8个神经元的1个隐藏层。隐藏层的激活功能为LogSigmoid，输出层的激活功能为tanSigmoid。
五个输入分别是电流，电压，功率，dV / dT（电压随时间的变化率）和时间。输出为充电状态（SOC）。 问题是回归类型，其中我使用输入来估计输出值。
但是，我的反向传播似乎无效。测试中的错误停留在10-15％之间。我只是似乎无法将其降低到所需的值。
我将在实现反向传播的位置附加代码段。 如果有人可以看一下代码并指出我的错误之处以及可以进行哪些修改，将不胜感激
item-comic-image权重和偏差更新后，循环再次回到顶部并继续执行，直到达到最大迭代次数为止。
任何指出错误和修改的线索和建议将不胜感激。