最近在做水轮机的参数优化，需要用神经网络根据40组样本数据来做性能预测，样本和误差检验的程序以及问题说明的ppt如下链接 http://download.csdn.net/detail/u014266604/8019209。
本人神经网络的水平很浅，使用MATLAB的神经网络工具箱调试出的预测误差都在15%，希望能得到大神的指点或者交流，能将误差缩小到8%以内。望勿沉帖。我的qq：843542010，也可私聊。
------解决思路----------------------
工具箱本身的预测的准确度确实不是很高，可以尝试其他的神经网络预测，如遗传神经网络及其他的，可以通过尝试进行测试。我的qq382101365
------解决思路----------------------
个人经验，8%都远远不够。
除非你的资料本身有较大的误差，而且样本很少。
------解决思路----------------------
这是典型的小样本问题。因此输入层的维数不能过高（~3）。
另外，你的交叉检验有问题，由于你的样本数只有40，留一法只有39个是独立的，200次试验中161次是重复的。
这么小样本的问题，可以考虑更加简单的模式。从资料散点图应该可以看出大致规律性，用特定的非线性拟合。
------解决思路----------------------
赞同楼上说的，感觉因为每次预测的结果都不一定，因此感觉还是能用常规的就用常规算法计算！