Matlab神经网络算法是一种用于模拟和解决复杂问题的计算工具。它通过模拟和模仿人脑神经元间的相互连接和信息传递方式，可以处理基于大量数学模型和数据的问题。
这些算法可以用于分类、预测、模式识别等领域，如图像识别、语音识别、数据挖掘等。
利用神经网络算法，可以实现对大规模数据进行处理和分析，从而提取出隐藏在数据背后的模式和关联性。
神经网络工具箱提供多个函数接口，不同的神经网络对应不同的函数，例如BP神经网络用newff函数建立网络，而Elman网络用newelm建立网络，各有不同。
调用神经网络工具箱的一个经典函数：newff函数。
net=newff(PR,[S1 S2 ...SN],{TF1 TF2...TFN},BTF,BLF,PF)，函数newff建立一个可训练的前馈网络。输入参数说明：
PR：Rx2的矩阵以定义R个输入向量的最小值和最大值;
Si：第i层神经元个数;
TFi：第i层的传递函数，默认函数为tansig函数;
BTF：训练函数，默认函数为trainlm函数;
BLF：权值/阀值学习函数，默认函数为learngdm函数;
PF：性能函数，默认函数为mse函数。
