为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab

这本书对初学这入门还是挺不错的，看过了，就对matlab神经网络工具箱有教好的了解-Introduction to this book for beginners or very good, seen on the neural network toolbox of matlab have a good understanding of teaching

BP神经网络来进行滚动预测，精度教高，拟合程度较好，适合做预测工具(BP neural network is used for rolling prediction, high accuracy, better fitting degree, suitable for predicting tools)