用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
$ m* i) m/ R6 D+ Z8 R7 v( B5 a% F+ wP=[

; H7 W4 E8 Y2 F' ?  r3 t: J' r; d2 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
9 o- T+ d/ G1 j. c  N! y4 O7 \
+ A  ]8 B7 o% X" ~* i5 2 0.13 0.15 6

) \0 ^3 j  R( k8 E  R" \4 2 0.10 0.20 4
/ C8 \! g) W7 |7 Z4 d]
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。
5 W, M1 k- o1 G( h3 m! Z. X
- T& G- k: D( e# i; N  Q0 M+ G%归一化
[inputn,inputps]=mapminmax(P);
% g6 w  C/ t; t1 f7 r( K[outputn,outputps]=mapminmax(T);
! q6 s( H+ {) u1 n( f0 L# z8 Y
; U1 E* Q* T7 L$ Q%神经网络构建
net=newff(inputn,outputn,10,{'tansig','purelin'});

%网络参数配置
5 Z' ]1 A& f9 j+ Z8 d2 ~2 Cnet.trainParam.epochs=1000;
net.trainParam.lr=0.01;
net.trainParam.goal=0.00004;

4 N) ^/ ?3 n% \+ M# ?/ t%BP神经网络训练
net=train(net,inputn,outputn);

---------------------------------------割-------------------------------------------------
' V+ L8 d# ]4 v9 X+ N1 `8 ^# ^
或者不归一化,直接这样规定取值范围呢？
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
) Z7 X3 Z# Y6 G& R" U: e% ~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