在MATLAB中，训练好的神经网络可以通过多种方式导出和保存，以便后续使用或部署到其他应用程序中。以下是一些常用的方法：

1. 使用`save`函数保存网络

最简单的方式是使用MATLAB内置的`save`函数来保存整个神经网络对象。假设你已经训练好了一个神经网络，并将其存储在一个变量`net`中，你可以通过以下命令将其保存为一个文件：

```matlab

save('myNeuralNetwork.mat', 'net');

```

这个命令会将`net`变量保存到名为`myNeuralNetwork.mat`的文件中。之后，你可以通过加载此文件来恢复网络。

2. 导出为Simulink模型

如果你希望将训练好的神经网络集成到Simulink模型中，可以使用`gensurf`或`generateSimulink`函数。这些函数可以帮助你生成一个Simulink模块，该模块可以嵌入到更大的系统模型中。

例如，使用`generateSimulink`函数：

```matlab

generateSimulink(net);

```

这将在当前目录下生成一个Simulink模型文件，包含你的神经网络。

3. 将网络参数导出为脚本

有时候，你可能需要手动控制网络的参数并将其用于其他应用。在这种情况下，你可以将网络的权重和偏置提取出来并保存为MATLAB脚本。例如：

```matlab

weights = net.LW; % 获取权重

biases = net.b; % 获取偏置

save('networkParams.mat', 'weights', 'biases');

```

这样，你可以轻松地在其他MATLAB脚本或程序中重新构建网络。

4. 使用MATLAB Compiler打包网络

如果需要将训练好的神经网络部署到非MATLAB环境中，可以使用MATLAB Compiler工具箱。首先，编译你的MATLAB函数，然后生成一个独立的应用程序或库。这样，即使没有安装MATLAB的用户也可以运行你的网络。

总结来说，在MATLAB中导出训练好的神经网络有多种方法，具体选择取决于你的需求和目标环境。无论是简单的保存还是复杂的部署，MATLAB都提供了丰富的工具和支持来满足各种需求。