1、第一步打开matlab，新建一个脚本，这里做了一个简单的BP神经网络模型训练，[p1,mi艘绒庳焰np,maxp,t1,mint,ma旌忭檀挢xt]=premnmx(P,T);net=newff(minmax(P),[8,6,1],{'tansig','tansig','purelin'},'trainlm');我们保存BP神经网络模型主要保存net,mint,maxt三个变量，如下图所示：
2、第二步运行BP神经网络程序，可以看到生成的net就是我们需要保存的模型，mint,maxt变量是因为通常在用模型反归一化得到预测数据时，需要用到这两个变量，如c=postmnmx(b,mint,maxt);，如下图所示：
3、第三步我们使用save my_bp net;save my_mint mint;save my_maxt maxt;分别保存net,mint,maxt三个变量为mat文件，并命名了文件名，如下图所示：
4、第四步再次运行程序，可以看到已经在当前路径下生成了my_bp.mat,my_mint.mat,my_maxt.mat三个文件，如下图所示：
5、第五步保存好三个mat文件之后，我们可以通过load my_bp;load my_maxt;load my_mint;分别进行读取，这里只是读取文件，使用模型的话，还是用变量名net,mint,maxt，如下图所示：
6、第六步运行程序，可以看到模型数据已经读取成功了，最后这里介绍的是我们也可以使用save(&拭貉强跳#39;My_net.mat','net','罪焐芡拂mint','maxt');将三个变量保存为一个mat文件，然后使用load读取的时候，也读取一个mat文件就可以，根据需要选择哪一种方式保存和读取模型，如下图所示：
