⑴ 求助，用matlab中的BP神经网络函数，但没有trainglm
newff()这个函数是建立一个神经网络的函数，其中括号里面的参数含义依次是：输入数据和输出数据的范围，隐含层神经元个数，传递函数设置像BP网编程这块，需要先给出输入和期望输出的数据矩阵，然后newff函数建立网络，然后train函数训练网络，在这个训练中你需要设置一些训练目标和训练次数等参数，然后还有一个sim仿真函数，就是把新的样本数据做为输入，通过这个我们训练好的网络判断这个样本所属分类。因为我用BP网主要做的是分类的实验，所以就从分类这块给你说明了。学BP网络，我个人经验是需要把BP的正向输出和反向误差修改权值阈值这个学习过程，自己先手算明白，然后自己编程序实验，最后再用MATLAB的封装函数NEWFF这些，你会发现NEWFF和我们自己理解的训练过程还是有细微的差别的。
⑵ 在搭建神经网络的时候，如何选择合适的转移函数（
一般来说，神经网络的激励函数有以下几种：阶跃函数 ，准线性函数，双曲正切函数，Sigmoid函数等等，其中sigmoid函数就是你所说的S型函数。以我看来，在你训练神经网络时，激励函数是不轻易换的，通常设置为S型函数。如果你的神经网络训练效果不好，应从你所选择的算法上和你的数据上找原因。算法上BP神经网络主要有自适应学习速率动量梯度下降反向传播算法(traingdx)，Levenberg-Marquardt反向传播算法(trainlm)等等，我列出的这两种是最常用的，其中BP默认的是后一种。数据上，看看是不是有误差数据，如果有及其剔除，否则也会影响预测或识别的效果。