① bp神经网络在多输入多输出的情况下,预测的精度为什么这么差
bp神经网络是有一定缺陷的，比如容易陷入局部极小值，还有训练的结果依赖初始随机权值，这就好比你下一个山坡，如果最开始的方向走错了，那么你可能永远也到不了正确的山脚。可以说bp神经网络很难得到正确答案，也没有唯一解，有些时候只能是更多次地尝试、修改参数，这个更多依赖自己的经验，通俗点说就是“你觉得行了，那就是行了”，而不像1+1=2那样确切。
如果有耐心，确定方法没问题，那么接下来需要做的就是不停地尝试、训练，得到你想要的结果。
另外，我不知道你预测的是什么，是时间序列么？比如证券？这种预测，比较重要的就是输入参数是否合适，这个直接决定了结果精度
② 神经网络预测非常不准,突然上升或下降最后还稳定成一个常数
进入局部最小点了，梯度型神经网络 如bp会有这个问题，一般处理单调凸函数和单调凹函数可以，如果有多极点的模型 一般全局性的批处理神经网络适合。
③ 为什么matlab的BP神经网络曲线拟合的时候没问题，预测的时候误差这么大
这是神经网络特性导致的，与matlab没关系。
一方面，如果你的网络层选的神经元的个数和层数不合适，就会导致这种结果；
另一方面，如果你的训练样本选择的不合适，或者数据表达的太快，也会导致这种问题。
前一个方面根据经验，后一个可以做成神经元的参数可调的。
④ 我用神经网络做预测，可是每次运行的结果都不同，请问是什么原因
你说的神经网络应该值的是BP网络吧，由于BP网络有无穷多个局部最优解，所以每次计算的结果都不同，这和你初值设置的不同也有关系。一般来说通过多次试验找到一个合理的次优解作为问题的解。
⑤ bp神经网络遇到新的数据，就预测不准，怎么弄
预测数据的话BP不是特别好用，最好用Elman反馈神经网络或者RNN循环神经网络，这些有记忆功能的网络比较好用。bp主要和你选择的隐含层数，和误差范围，学习率有关。你可以调节相关参数来改变神经网络，获得更精确的结果。
⑥ BP神经网络做数据预测，预测出来结果感觉不对，求大神指导
作预测，曲线要拟合。看理论值与实际的相关程度。你的相关系数肯定小，难以有理想结果！
⑦ 为什么用训练好的bp神经网络去测试，准确率为0
1、你可以尝试运行多次后比较其结果，最好重启matlab，再运行你的神经网络程序。
2、确认一下你的bp神经网络参数设置是否合理。
3、也有可能的数据不适合用bp神经网络训练，可以考虑其他方法。
⑧ 神经网络学习样本过多，导致预测不准，如何解决
可以在训练时，采用droupot技术。
⑨ 利用神经网络做预测，预测用的自变量的范围超出了训练用的自变量范围，预测非常不准确，这正常吗
是正常的。
⑩ 我有10个数，使用神经网络预测第21个数，但是其结果总是不确定，不知道为什么，高手就解啊！
这是由于神经网络本身的原理所影响的，每一次计算所拟合的效果不一样，输出的结果就会不一样了。望采纳！