用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
P=[

  X4 I: i) Q: W9 q% I8 ?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 ^' o4 w; ?- |# J( C, R+ s
6 2 0.11 0.10 7

, Z3 Z* _* I. R5 E; W" `3 _5 2 0.13 0.15 6
1 V- r6 S* t7 S. }) j
- M" F1 w5 J+ Q5 c, ]( j4 2 0.10 0.20 4
]
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。
+ P- X6 Q% ?2 P) P
%归一化
' S% s1 }* Z, r, _2 w5 Q[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);

%神经网络构建
net=newff(inputn,outputn,10,{'tansig','purelin'});
/ [  K) Q" ?$ c3 C1 T2 B
" {+ E3 Q3 u4 q9 ?! X0 e%网络参数配置
net.trainParam.epochs=1000;
% u" ]3 g+ |$ Onet.trainParam.lr=0.01;
6 z' A: V# f1 G5 d0 Wnet.trainParam.goal=0.00004;

- B' g1 N: U: \%BP神经网络训练
- M0 k: J& p0 [8 f6 qnet=train(net,inputn,outputn);
: i/ Q  ]. _: i
---------------------------------------割-------------------------------------------------
0 i3 j0 ]4 I0 ?. h
或者不归一化,直接这样规定取值范围呢？
8 w" Z& \& E7 d4 O# w. lnet=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
  V+ I2 K4 ^! A, Z. m0 M你想问什么问题？

7 B9 R- L9 i, k1 ^' p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