。
p_test=[......];out=sim(net,p_test)训练结束后用验证样本检验网络的预测效果，....是验证数据的输入，模型会自动给出预测输出值，将预测值与真实值对比看看模型是否可信...。
网络的训练过程与使用过程了两码事rbsci。
比如BP应用在分类，网络的训练是指的给你一些样本，同时告诉你这些样本属于哪一类，然后代入网络训练，使得这个网络具备一定的分类能力，训练完成以后再拿一个未知类别的数据通过网络进行分类。
这里的训练过程就是先伪随机生成权值，然后把样本输入进去算出每一层的输出，并最终算出来预测输出（输出层的输出），这是正向学习过程；最后通过某种训练算法（最基本的是感知器算法）使得代价（预测输出与实际输出的某范数）函数关于权重最小，这个就是反向传播过程。
您所说的那种不需要预先知道样本类别的网络属于无监督类型的网络，比如自组织竞争神经网络。
。
如果你用9——11年的数据不经过预测12——19年的数据就想得到第20年的数据的做法是不
