用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
1 l0 Y+ X) X: ~) F4 TP=[
9 P7 |9 [2 |: a$ @/ u
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）
1 A: X8 Y2 [1 g( L. F9 Z
6 2 0.11 0.10 7
5 j1 g: d8 ~. o0 @5 E! p: {
5 2 0.13 0.15 6
% I1 D# M* _# ~4 V) N
4 2 0.10 0.20 4
2 m( M5 k) [& s+ N5 p3 y4 W2 h; D& A]
/ o  g4 \& n+ M5 o6 N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。
$ V: |3 f" A6 k2 f
%归一化
[inputn,inputps]=mapminmax(P);
2 ?0 v/ L2 q4 B/ ]) o7 @& W[outputn,outputps]=mapminmax(T);

%神经网络构建
/ M* e. ^/ [+ gnet=newff(inputn,outputn,10,{'tansig','purelin'});

4 z# u, ~$ y) X/ Q3 b) D) }) U8 Q%网络参数配置
net.trainParam.epochs=1000;
' [) @9 A( D- I5 w0 Anet.trainParam.lr=0.01;
/ q. p6 q8 ^" i/ d2 c9 unet.trainParam.goal=0.00004;
* M6 D" k3 Z& k/ e% O+ n
%BP神经网络训练
0 L, a7 t# i2 k: f4 q8 X4 Hnet=train(net,inputn,outputn);

% c% Z# G5 s/ L. y( D, I---------------------------------------割-------------------------------------------------

# E% C+ j. _5 q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
2 c0 v7 {% n* Y* V. y你想问什么问题？

5 H) h: S$ u& y# J+ b8 b. r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