1. 為什麼感知機（單層神經網路）不能解決異或問題
不僅僅是感知機， 所有的線性分類器都有這樣的問題，包括LDA(Linear discriminant analysis), linear-SVM， Logistic regression都不能做XOR。 但這些演算法還是十分流行，因為現實的機器學習問題中XOR的情況並不是很多。
2. 為什麼多層神經網路可以解決異或問題
BP神經網路，指的是用了「BP演算法」進行訓練的「多層感知器模型」。 多層感知器（MLP，Multilayer Perceptron）是一種前饋人工神經網路模型，其將輸入的多個數據集映射到單一的輸出的數據集上，可以解決任何線性不可分問題。 不要把演算法和網路搞混了。
3. 哪有多維輸入多維輸出的RBF神經網路的例子，不使用工具箱
既然用matlab的話rbf神經網路不需要自己寫代碼,matlab有提供的RBF工具箱.
訓練命令主要有兩個,一個是固定隱含層節點數的指令newrbe,一個是變隱含層節點數的指令newrb.預測輸出指令和其他神經網路一樣,是sim.
常用指令輸出格式是net = newrbe(P,T,spread);net = newrb(P,T,goal,spread,MN,DF); X = sim(net,xn_test).參數具體格式參看help newrbe;help newrb以及help sim,參數物理意義參看相關理論,不再贅述了.
因為一般不存在局部最小問題,所以不需要使用結構體編輯指令設置初值,如果需要中間過程的原始數據,可以在訓練結構體中找到(即為net參數,存儲格式為結構體),結構體內部數據的物理意義,參看help help關於rbf神經網路結構體的介紹.
4. 請問：RBF神經網路中的參數如何確定輸入的信號是一維的好還是多維的好我研究的是語音信號時間序列預測
你說的過程是學習的過程，屬於有監督學習，這個過程只是確定隱藏層與輸出層之間的權值
5. bp神經網路預測問題，有3個自變數1個因變數150組數據，要得到一個訓練模型預測因變數（Matlab實現）
Matlab實現過程：
1、自變數數據
x1=[。。。]';x2=[。。。]';x3=[。。。]';
X=[x1 x2 x3];
2、因變數數據
y=[。。。]';
3、創建一個前饋網路
net=newff(X,y,[3,3,1],{'tansig','tansig','purelin'}, 'trainlm');
net.trainParam.epochs=1000;
net.trainParam.goal=10^(-6);
4、調用相應演算法訓練BP網路
[net,tr,yy]=train(net,X,y);%調用相應演算法訓練BP網路
5、對BP網路進行模擬
y_sim=sim(net,p);
6. 1500RMB求人幫做一個作業：用遺傳演算法尋找神經網路權重，此神經網路能解決一個XOR問題（最簡單的）。
怎麼最近老有人找遺傳演算法的...
7. 神經網路能實現異或運功能嗎
NOT是很容易的。XOR加隱層就能實現。理論上已證明，對於只有一個隱層的感知器網路，只要隱層中的神經元個數足夠多，就可以實現對任意函數的逼近。
8. 求一個BP神經網路實現異或功能的Matlab程序 （謝謝）！！！
For your question BP neural network seeking a different procere or function of Matlab (thank ......，
有別的要求也可以與我們聯系,
帶著你的問題和Email來找我,
有時間可以幫你，絕對救急,
使用網路_Hi給我留言,
此回復針對所有來訪者和需求者有效,
ES:\\
9. 關於BP神經網路預測的問題，我做的神經網路預測的值總是波動，大部分落在3900-4100之間
1. 檢查訓練值是不是有問題，你可以用統計方法試試；
2. 多訓練，我是編程一次多幾百個模型，呵呵，挑好的用