clear

%测试多输入多输出神经网络

P1=[-1:0.001:1];%输入1

P2=[-2:0.001:0];%输入2

P3=[0:0.001:2];%输入3

T1=sin(P1)+cos(P2)+P3;%输出1

T2=P1+P2.*P3;%输出2

%创建一个新的向前神经网络 Create a feed-forward backpropagation network.

 % P  - RxQ1 matrix of Q1 representative R-element input vectors.

P=[P1 ; P2;  P3; ];%3*2001 P一列代表一个输入，行的数量代表多少组输入数据（与P行数相同）P一列代表一个输出

%T  - SNxQ2 matrix of Q2 representative SN-element target vectors.

  T=[T1' T2']';%2 *2001

       net = newff(P,T,20);%    其它神经网络相同，完成多输入多输出

     net = train(net,P,T);

     % 测试  一列一个测试集（3个参数），四组故有四个返回值，每组包含两个值

     testp=[-1,0,1,0.5;

        -2,-1,0,0.5;

        0,1,2,0.5]

     output=sim(net,testp);

%测试结果很好

重点是： P 与T的列数相同，一列代表对应输入及输出。