该程序训练几个神经网络(隐藏层神经元的数量各不相同)，使用户能够挑选出最好的。
该程序使用分别包含在Inputs1.txt和Targets1.txt文件中的输入和目标数据来训练网络。
程序随机将提供的数据分成3部分:70%用于培训，15%用于验证，15%用于测试。在第68行到第70行中，用户可以选择更改这个比例。

用户还可以选择使用他/她自己的测试数据:这些数据应该以与input2 .txt和Targets2.txt相同的格式保存

当程序运行时，它训练100个不同的网络:这些网络的隐藏层神经元数量不同。生成的网络保存在一个名为networks的文件夹中，该文件夹与运行该程序的文件夹相同。保存为net1的网络有1个隐层神经元，net2有2个，net3有3个，net4有4个，....

用户可以将第65行中1:100的值更改为所需的值。

训练是使用Levenberg-Marquardt算法trainlm完成的。用户可以通过改变第62行来改变他们想要的算法。

该程序还计算并保存rmse.txt文件中的均方根误差(rmse)。文件中的数据分为3列:第1列为隐藏层神经元的数量，第2列为对随机15%测试数据计算的RMSE，第3列为对用户自己的测试数据计算的RMSE。

这个文件中的数据指导用户决定哪个网络是最好的。rmse越小的网络越好，特别是对于在用户自己的测试数据上计算的rmse，这些数据不在用于训练的数据范围之内。关于如何使用rmse来选择最佳网络的更详细的指南包含在本程序作者编写的一本书中，书名为“MATLAB上的计算机神经网络”。