（１２）numLayerDelays：该属性定义了神经网络的层输出 延迟，属性值为只读变量，其数值为各层的神经元之间连 接延迟拍数(yerWeights{i,j}.delays)中的最大值。
3.2 MATLAB神经网络工具箱中的网 络对象属性
2．函数属性-函数属性定义了一个网络在进行权值/阈值
3.2 MATLAB神经网络工具箱中的网
络对象属性
3．参数属性 （１）adaptParam属性：net.adaptParam属性定义了网络当
前自适应函数的各参数，其属性值为各参数构成的结构体。
（２）initParam属性：net.initParam属性定义了网络当前初始 化函数的各参数，其属性值为各参数构成的结构体。
3.3 MATLAB神经网络工具箱中的网
络子对象属性
2．网络层 （１）dimensions属性：yers{i}.dimensions属性定义了
每层神经元在多维空间中排列时各维的维数，其属性值为 一个行矢量，该矢量中各元素的乘积等于该层神经元的个 数(yers{i}.size)。 （２）distanceFcn属性 ：yers{i}.distanceFcn，该属性定 义了每层神经元间距的计算函数，其属性值为表示距离函 数名称的字符串。 （３）distances属性（只读）：yers{i}.disances，该属性 定义了每层网络中各神经元之间的距离，属性值为只读变 量，其数值由神经元的位置坐标(yers{i}.positions)和 距离函数(yers{i}.distanceFcn)来 确定。
个网络输入函数，以给定的权值和阈值计算第 层网
络的输入。
i
（６）positions属性（只读）：该属性定义了每层网络中各
神经元的位置坐标，属性值为只读变量，其值由拓扑函数 (yers{i}.topologyFcn)和神经元在各维分布的维数 (yers{i}.dimensions)来确定。
练时采用
调整、初始化、误差性能计算或训
的算法。
（１）adaptFcn属性：net.adaptFcn属性定义了网络进行权值 /阈值自适应调整时所采用的函数，它可以被设置为任意 一个进行权值/阈值调整的函数名，包括trains函数。
（２）performFcn属性
net.performFcn属性定义了网络用于衡量网络性能所采用的函
（２）range属性：net.inputs{i}.range定义了第维输入向量中
每个元素的取值范围，其值是一个
的矩阵。
（３）userdata属性：net.input{i}.userdata和nRet.2userdata为用 户提供了关于输入向量的用户信息的地方，它预先只定义
了一个字段，其值为一提示信息。
4．权值和阈值属性
（１）IW属性：net.IW属性定义了从网络输入向量到网络层 的权值向量（即输入层的权值向量）结构。其值为 的细胞矩阵。
（２）LW属N 性R ：net.LW定义了从一个网络层到另一个网络层
的权值向量结构。其值为
的细胞矩阵。
（３）b属性：net.b属性定义各网络层N的 N阈值向量结构。其
数目（yers{i}.size）。
i
（２）userdata属性：net.outputs{i}.userdata，该属性为用户
提供了增加关于第 层网络输出向量的用户信息的地
方，它预先只定义一个字段i ，其值为一提示信息。
3.2 MATLAB神经网络工具箱中的网络对 象属性
（１０）numTargets：该属性定义了网络目标矢量的个数， 属性值为只读变量，其数值为网络中目标层的总数 (sum(net.targetConnect))。
（１１）numInputDelays：该属性定义了神经网络的输入延 迟，属性值为只读变量，其数值为网络各输入层输入延迟 拍数(net.inputWeights{i,j}.delays)中的最大值。
数，其属性值为表示性能函数名称的字符串。
3.2 MATLAB神经网络工具箱中的网 络对象属性
（３）trainFcn属性：net.trainFcn属性定义了网络用于训练网 络性能所采用的函数，其属性值为表示训练函数名称的字 符串。
（４）initFcn属性：net.adaptFcn属性定义了网络初始化权值 /阈值向量所采用的函数其属性值为表示网络初始化函数 名称的字符串。包括层—层结构的初始化函数initlay，层 初始化函数initnw,initwb。
（７）size属性：yers{i}.size，该属性定零或正整数。 i
3.3 MATLAB神经网络工具箱中的网 络子对象属性
3．输出向量
（１）size属性：net.outputs{i}.size，该属性定义了第层网络
输出向量中元素的个数，其值为第 层网络神经元的
值为
的细胞矩阵。
N 1
3.3 MATLAB神经网络工具箱中的网 络子对象属性
子对象的属性定义了网络的各个子对象：输入向量、
网络层、输出向量、目标向量、权值向量和阈值向量的属
性。
1．输入向量
（１）size属性： net.inputs{i}.size定义了网络各维输入向量
的元素数目，可以被设置为零或正整数。
3.3 MATLAB神经网络工具箱中的网 络子对象属性
（４）initFcn属性：yers{i}.initFcn，如果网络初始化函 数（net.initFcn）设置为initlay，则该属性定义为 第
层网络的初始化函数。
（５）neti InputFcn属性：yers{i}.netInputFcn属性定义一
（３）performParam属性：net.performParam该属性定义了 网络当前性能函数的各参数，其属性值为各参数构成的结 构体。
（４）trainParam属性：net.trainParam该属性定义了网络当 前训练函数的各参数，其属性值为各参数构成的结构体。
3.2 MATLAB神经网络工具箱中的网 络对象属性