我正在尝试找到一个合适的神经网络结构来学习以下形式的函数：F（x1，x2，x3，x4，x5）= a*x1+b*（x2-x4）/（x3-x4） + c*x5。
我正在使用 matlab 的神经网络工具箱来创建前馈网络，但没有任何运气。
甚至有可能使用神经网络学习这种函数吗？如果是，什么是合适的结构？如果没有，有没有其他模型可以学习这种函数？
谢谢。
我建议您首先准备一个训练数据集，其中包含以下内容：
1- 数据集
x1， x6， x5; x6 = （x2 - x4）/（x3 - x4）
2- 目标标签 Y
Y = f（x1， x6， x5）;你可以假设a，b，c的一些值
因此，您有 3 个输入变量或要素，其中一个目标变量 Y。
然后，将ANN定义为只有一个单层（单层感知器），并确保输出函数是线性的。
最后，训练ANN并赋予其x1，x5和x6的新值并进行比较具有实际功能。
如果我理解正确，您正在尝试估计 a、b 和 c 的值。尽管该函数的输入不是线性的，但它对于 a、b 和 c 是线性的。因此，您应该能够通过线性回归解决问题。
更准确地说，如果你定义 x6 = （x2 - x4）/（x3 - x4），那么你得到 F（x1， x5， x6） = a * x1 + b * x6 + c * x5，这是线性的。