① bp神經網路在多輸入多輸出的情況下,預測的精度為什麼這么差
bp神經網路是有一定缺陷的，比如容易陷入局部極小值，還有訓練的結果依賴初始隨機權值，這就好比你下一個山坡，如果最開始的方向走錯了，那麼你可能永遠也到不了正確的山腳。可以說bp神經網路很難得到正確答案，也沒有唯一解，有些時候只能是更多次地嘗試、修改參數，這個更多依賴自己的經驗，通俗點說就是「你覺得行了，那就是行了」，而不像1+1=2那樣確切。
如果有耐心，確定方法沒問題，那麼接下來需要做的就是不停地嘗試、訓練，得到你想要的結果。
另外，我不知道你預測的是什麼，是時間序列么？比如證券？這種預測，比較重要的就是輸入參數是否合適，這個直接決定了結果精度
② 神經網路預測非常不準,突然上升或下降最後還穩定成一個常數
進入局部最小點了，梯度型神經網路 如bp會有這個問題，一般處理單調凸函數和單調凹函數可以，如果有多極點的模型 一般全局性的批處理神經網路適合。
③ 為什麼matlab的BP神經網路曲線擬合的時候沒問題，預測的時候誤差這么大
這是神經網路特性導致的，與matlab沒關系。
一方面，如果你的網路層選的神經元的個數和層數不合適，就會導致這種結果；
另一方面，如果你的訓練樣本選擇的不合適，或者數據表達的太快，也會導致這種問題。
前一個方面根據經驗，後一個可以做成神經元的參數可調的。
④ 我用神經網路做預測，可是每次運行的結果都不同，請問是什麼原因
你說的神經網路應該值的是BP網路吧，由於BP網路有無窮多個局部最優解，所以每次計算的結果都不同，這和你初值設置的不同也有關系。一般來說通過多次試驗找到一個合理的次優解作為問題的解。
⑤ bp神經網路遇到新的數據，就預測不準，怎麼弄
預測數據的話BP不是特別好用，最好用Elman反饋神經網路或者RNN循環神經網路，這些有記憶功能的網路比較好用。bp主要和你選擇的隱含層數，和誤差范圍，學習率有關。你可以調節相關參數來改變神經網路，獲得更精確的結果。
⑥ BP神經網路做數據預測，預測出來結果感覺不對，求大神指導
作預測，曲線要擬合。看理論值與實際的相關程度。你的相關系數肯定小，難以有理想結果！
⑦ 為什麼用訓練好的bp神經網路去測試，准確率為0
1、你可以嘗試運行多次後比較其結果，最好重啟matlab，再運行你的神經網路程序。
2、確認一下你的bp神經網路參數設置是否合理。
3、也有可能的數據不適合用bp神經網路訓練，可以考慮其他方法。
⑧ 神經網路學習樣本過多，導致預測不準，如何解決
可以在訓練時，採用droupot技術。
⑨ 利用神經網路做預測，預測用的自變數的范圍超出了訓練用的自變數范圍，預測非常不準確，這正常嗎
是正常的。
⑩ 我有10個數，使用神經網路預測第21個數，但是其結果總是不確定，不知道為什麼，高手就解啊！
這是由於神經網路本身的原理所影響的，每一次計算所擬合的效果不一樣，輸出的結果就會不一樣了。望採納！