一、安装和配置 MATLAB

在使用 MATLAB 的 nntool 之前，首先需要安装 MATLAB 软件。从 MathWorks 官方网站上下载安装包，完成相关的安装步骤。

安装完成后，打开 MATLAB 软件，点击主界面的“工具”菜单，选择“辅助工具”中的“Neural Network Toolbox”，确保 Neural Network Toolbox 已经成功安装。

二、打开 nntool 工具

在 MATLAB 主界面的命令窗口中，输入“nntool”命令，即可打开 nntool。

三、创建神经网络

在 nntool 界面，通过点击左上角的“新建”按钮来创建一个新的神经网络。然后，可以根据需求选择不同的神经网络架构，比如前馈神经网络（Feedforward Neural Network）或循环神经网络（Recurrent Neural Network）。

四、设置网络参数

在创建神经网络之后，需要设置网络的参数。通过点击“神经网络”菜单中的“网络属性”来设置网络的基本属性，比如输入层的大小、隐藏层的大小和个数、输出层的大小等。可以通过点击“编辑”按钮来修改网络的结构。

之后，需要设置网络的训练参数。点击“训练”菜单中的“训练参数”来设置训练的相关参数，比如训练算法、学习率、最大训练次数等。

五、导入数据集

在 nntool 界面的右侧面板中，点击“导入数据”按钮，可以将需要训练和测试的数据集导入到 nntool 中。nntool 支持导入多种类型的数据集，比如 MATLAB 数据文件、Excel 文件或文本文件等。导入数据集后，可以查看数据集的详细信息，如样本个数、输入特征维度等。

六、训练和测试神经网络

完成数据集的导入后，点击 nntool 界面上的“训练”按钮，即可开始训练神经网络。nntool 会根据设置的训练参数和导入的数据集进行神经网络的训练，并在训练过程中实时显示训练误差和测试误差的变化。

训练完成后，可以使用 nntool 界面上的“测试”按钮，对训练好的神经网络进行测试。通过输入测试数据，可以获得神经网络对于测试数据的输出结果，并计算出相应的误差。

七、保存和加载神经网络

训练好的神经网络可以保存为 MATLAB 的二进制文件，方便之后的使用。在 nntool 界面的“神经网络”菜单下，选择“保存网络”或“加载网络”，即可进行相关操作。

以上就是通过 nntool 建立神经网络的整体过程。不同的参数设置和数据集选择会对神经网络的性能产生不同的影响，需要根据具体的问题和需求进行调整和优化。同时，还可以通过 MATLAB 提供的其他工具和函数来扩展和深入研究神经网络。