Matlab 决定下一个输出的神经网络

我想制作一段音乐，可能有16种声音，但不是每个声音都可以跟着其他声音（例如，声音“a”后面可以跟着声音“B”、“d”和“F”，但后面不能跟着“c”和“E”等）。我用16个状态空间（值介于0和9之间）将其替换为向量，我想将它们用作神经网络的输入。假设我得到向量16个元素的随机新值（从0到9）。现在我想让我的网络根据上一次输出的值来决定16中哪一个是最合适的值，因为正如我已经提到的，每个元素都有一定数量的可能元素，可以在后面出现。你认为神经网络能解决这个问题吗？什么样的神经网络最合适。有没有人有类似的例子。谢谢

您可能只想创建一个概率表来标记笔记之间的转换，而不是使用神经网络。想象你只能玩A、C和E：

    A     C     E
A   0.2   0.1   0.7
C   0.4   0.2   0.4
E   0.2   0.5   0.3

---

以该表为例，可以从一个随机音符开始（比如C）。然后，使用表格，从“C”的行开始，我们看到，概率为0.4的我们去a，概率为0.2的我们再去C，概率为0.4的我们去E。然后你只需要在音符之间转换。比神经网络简单得多，而且可能更接近你想要的

你想解决什么问题？计算机生成的音乐？cadence呢？这是一个变量吗？那么音符分组（quaver、semi quaver等）呢？我想你指的是马尔可夫链是的！正是这样。首先谢谢你。也许我的问题看起来很简单，但我正在自学matlab，所以我需要一些时间将我的编程技能传授给我的创造性智力。是的，我知道马尔可夫链理论，但我不想使用它，因为我不想这种随机行为。确切地说，在某种程度上，我已经可以做的是将细胞自动机构建为2或3D矩阵。但是-由于有时结果如此疯狂以至于没有音乐意义，我想把另一个适应度函数放在神经网络的形式中。这就是为什么我制作了一种声音相互连接的“社会网络”，细胞自动机给我“赢家”的声音，但我只想根据我的网络检查结果。因此，如果我在上一代中有0='quiet'，然后得到9='extremently loud'，并且这两个声音不允许相互跟随，那么第二好的结果将获胜。因为我已经从细胞自动机生成了权重，所以我不需要马尔可夫链的概率来确定我的最终结果。