问神经网络不收敛

EN

我是神经网络和一般编程的新手。我用java编写了一个神经网络，我正在查看足球数据。我有两个输入：

1)主队战胜n场比赛2)客场球队战胜n场比赛

使用“标准统计模型”，人们可以仅使用这两个数字来预测一场比赛中将出现的目标数量，并具有合理的准确性。然而，当我试图训练我的神经网络来预测目标数量时，它根本不收敛:(

我正在使用遗传算法来训练网络，这是最初几代中最适合的个体，种群规模为100,000：

1) 0.1407408056662556 2) 0.13406266176967252 3) 0.13406267600215235 4) 0.1338753567259805 5) 0.13280257001618265 6) 0.13275165964860766 7) 0.1319768652096691 8) 0.13161029326238236

现在我知道它看起来像是在收敛，但它正在以令人痛苦的缓慢速度收敛，我在许多代人中多次运行过这种情况，它不会低于0.13。

我使用的是一个前馈神经网络，具有10个神经元的隐藏层和一个输出神经元。我在隐藏层使用双曲正切sigmoid函数，在输出层使用sigmoid函数。我将目标数除以10，得到0到1之间的输出。

在我开始运行这个程序之前，我假设NN的性能会优于简单的统计模型，但它并不接近。我的问题是：

从结果可以看出，代码中是否存在某个地方的错误？我是否需要对网络架构进行更改？我是否需要以某种方式更改网络输入/训练数据？

我已经试着找出这个问题已经有一段时间了，这让我精神错乱。我们非常感谢你的每一次演讲。

非常感谢。