timedelaynet
（即将删除）时滞神经网络
以后的版本中将会删除 timedelaynet。有关详细信息，请参阅Transition Legacy Neural Network Code to dlnetwork Workflows。
有关更新代码的建议，请参阅版本历史记录。
说明
timedelaynet( 接受以下参量：inputDelays,hiddenSizes,trainFcn)
由从 0 或正值开始递增的输入延迟组成的行向量，
inputDelays由一个或多个隐藏层大小组成的行向量，
hiddenSizes训练函数，
trainFcn
并返回一个时滞神经网络。
时滞网络与前馈网络类似，不同之处在于其输入权重有一个与之关联的抽头延迟线。这使得网络对时间序列输入数据具有有限的动态响应。此网络还类似于分布延迟神经网络 (distdelaynet)，后者除了在输入权重上有延迟之外，在层权重上也有延迟。
示例
此示例说明如何训练时滞网络。
对训练集进行分区。稍后使用 Xnew 在闭环模式下进行预测。
[X,T] = simpleseries_dataset; Xnew = X(81:100); X = X(1:80); T = T(1:80);
训练一个时滞网络，并对前 80 个观测值进行仿真。
net = timedelaynet(1:2,10); [Xs,Xi,Ai,Ts] = preparets(net,X,T); net = train(net,Xs,Ts,Xi,Ai);
view(net)
计算网络性能。
[Y,Xf,Af] = net(Xs,Xi,Ai); perf = perform(net,Ts,Y);
在闭环模式下运行向前 20 个时间步的预测。
[netc,Xic,Aic] = closeloop(net,Xf,Af); view(netc)
y2 = netc(Xnew,Xic,Aic);
