用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
/ {# N$ ~4 b0 UP=[
; H6 N" G. u8 ~
) R0 G: |% D: [3 {, r$ D$ X7 2 0.12 0.05 5（每列分别是圆角 压边力 摩擦系数 模具间隙 凹模圆角等）

6 2 0.11 0.10 7
1 l9 I* f8 B8 y+ t& P, b+ L) h
8 i& m2 g! t( x4 y2 P0 Y. V6 w5 2 0.13 0.15 6
2 Y% s9 O7 o- i* M% Z/ b
4 2 0.10 0.20 4
% `1 q9 ^& D9 h+ d& B7 j9 S9 W]
归一化之后，默认的最大值是7，最小值是0.05，但是这两个参数属于不同的因素，应该是每列都对应一个最大值最小值，即每个因素有各自的最大最小值。

%归一化
  z' x/ C" @% R- t* F[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);

%神经网络构建
net=newff(inputn,outputn,10,{'tansig','purelin'});

# |0 v9 O1 d3 J5 d: f%网络参数配置
net.trainParam.epochs=1000;
' E" o1 z, ]# n! p. t( mnet.trainParam.lr=0.01;
net.trainParam.goal=0.00004;
' l: H7 P/ G( T: ^' v8 g
8 n5 @  s/ p( Z%BP神经网络训练
net=train(net,inputn,outputn);
1 Q9 x* Q1 E( Q( G; g7 e# `
/ [9 p% n& D+ M4 V8 x( W---------------------------------------割-------------------------------------------------

或者不归一化,直接这样规定取值范围呢？
/ d0 c# ?  [; W3 E- I+ Mnet=newff（[4,7;2,5;0.10,0.13;0.05,0.20;4,7])

木兆木风

你想问什么问题？

cheelchen

木兆木风 发表于 2013-1-15 20:25
' _5 P% m. B( O* ?- s3 M7 u$ ?你想问什么问题？

" p0 i3 e& `" ?  c/ i/ e就是把几个因素的值写在一起，怎么区分开，每列代表不同的项目。而不是整个矩阵代表同一个项目