用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
4 l% C  }9 ^7 nP=[

7 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
3 X* u1 i, I1 ~8 `1 G
( C0 }- w) `1 D5 J: @* J5 2 0.13 0.15 6
/ d) j: q* Q' ]
4 2 0.10 0.20 4
6 Y% t0 v7 _( _. O0 y]
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。

( M1 k5 Z6 }4 A/ u  Q+ @) P%归一化
[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);
7 Y- h. n+ l! d: n# V+ p7 y
* ?7 ]9 J, {6 T% L; J%神经网络构建
4 @8 M0 n* @4 D' A3 e  B/ ~3 f) B6 ?net=newff(inputn,outputn,10,{'tansig','purelin'});
4 _3 m4 M! X# J
%网络参数配置
net.trainParam.epochs=1000;
1 G8 r3 l, c# A- onet.trainParam.lr=0.01;
+ q- f! v' x* m8 F6 f2 q0 @$ Rnet.trainParam.goal=0.00004;
/ f) `& T& ]8 }/ ?# r# U
& I/ A/ d. k2 D3 z3 _+ L%BP神经网络训练
  _- ^5 S( y& E* _net=train(net,inputn,outputn);

---------------------------------------割-------------------------------------------------

或者不归一化,直接这样规定取值范围呢？
" E( X0 C2 V& Q4 ^: e! u6 ~net=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
你想问什么问题？

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