一matlab程序中一点点的小问题

yychanaz

神经网络预测
% 数据为1986年到2000年的交通量 ，网络为3输入，1输出
% 15组数据，其中9组为正常训练数据，3组为变量数据，3组为测试数据
%by akjuan
5 }) }) H7 K& l0 }%all rights preserved by www.4math.cn
1 L) l, B! }% E0 V: ^% F# q4 gAll_error=[];%所有误差存储
year=1986:2000;%数据是从1986到2000年的
$ [5 B2 |/ ^9 I9 b$ c( V1 k5 o, Kp=[493 372 445;372 445 176;445 176 235;176 235 378;235 378 429;...
. p- L# G  r4 i6 e. a   378 429 561;429 561 651;561 651 467;651 467 527;467 527 668;...
   527 668 841; 668 841 526;841 526 480;526 480 567;480 567 685]';%输入数据，共15组，每组3个输入
- U) P; P# B9 E2 o3 I1 ?% D, ht=[176 235 378 429 561 651 467 527 668 841 526 480 567 685 507];%输出数据，共15组，每组1个输出
[normInput,ps] = mapminmax(p);
7 T! k; o$ Q3 O6 [[normTarget,ts] = mapminmax(t);
testPercent = 0.20;  % Adjust as desired
validatePercent = 0.20;  % Adust as desired
[trainSamples,validateSamples,testSamples] = dividevec(normInput,normTarget,validatePercent,testPercent);
' N2 c2 m0 {! f, C6 i$ h3 tfor j=1:200
4 \( p: G& q$ y) _: d; d  G/ C& RNodeNum1 = 20; % 隐层第一层节点数
! Q; |+ Y# k) pNodeNum2=40;   % 隐层第二层节点数
) r  q% ^9 h7 ~" TTypeNum = 1;   % 输出维数
TF1 = 'tansig';TF2 = 'tansig'; TF3 = 'tansig';
net=newff(minmax(normInput),[NodeNum1,NodeNum2,TypeNum],{TF1 TF2 TF3},'traingdx');%网络创建net.trainParam.epochs=10000;%训练次数设置
net.trainParam.goal=1e-6;%训练目标设置
) U/ U6 d9 U& o+ s$ p: PPL.lr=0.01;net.trainfcn='traingdm';
6 B; x- _* T6 u2 Z! _[net,tr] = train(net,trainSamples.P,trainSamples.T,[],[],validateSamples,testSamples);
[normTrainOutput,Pf,Af,E,trainPerf] = sim(net,trainSamples.P,[],[],trainSamples.T);%正常输入的9组p数据，BP得到的结果t
[normValidateOutput,Pf,Af,E,validatePerf] = sim(net,validateSamples.P,[],[],validateSamples.T);%用作变量3的数据p，BP得到的结果t
[normTestOutput,Pf,Af,E,testPerf] = sim(net,testSamples.P,[],[],testSamples.T);%用作测试的3组数据p，BP得到的结果t
1 t5 K/ t1 M" d. w& \% |trainOutput = mapminmax('reverse',normTrainOutput,ts);%正常输入的9组p数据，BP得到的归一化后的结果t
trainInsect = mapminmax('reverse',trainSamples.T,ts);%正常输入的9组数据t
validateOutput = mapminmax('reverse',normValidateOutput,ts);%用作变量3的数据p，BP得到的归一化的结果t
validateInsect = mapminmax('reverse',validateSamples.T,ts);%用作变量3的数据t
& `0 g- O# l8 y* j" D# [; l; \testOutput = mapminmax('reverse',normTestOutput,ts);%用作变量3组数据p，BP得到的归一化的结果t
8 R9 S9 ]7 P# itestInsect = mapminmax('reverse',testSamples.T,ts);%用作变量3组数据t
, w/ y+ |$ }4 \) K2 P/ x%绝对误差计算
absTrainError = trainOutput-trainInsect;
absTestError = testOutput-testInsect;
error_sum=sqrt(absTestError(1).^2+absTestError(2).^2+absTestError(3).^2);
All_error=[All_error error_sum];
6 a) x' a  R! Q+ e: {0 i9 E+ v8 Qeps=90;%其为3组测试数据的标准差，或者每个数据偏差在一定范围内而判别
) Y  w9 ?4 [9 ]& U9 cif ((abs(absTestError(1))<=30 )&(abs(absTestError(2))<=30)&(abs(absTestError(3))<=30)|(error_sum<=eps))
5 F. G) @& H/ H" h1 g: }; x* ~save mynetdata net
     break
end
j
6 P$ M' P- s! Q* H8 Lend
问题是：
if ((abs(absTestError(1))<=30 )&(abs(absTestError(2))<=30)&(abs(absTestError(3))<=30)|(error_sum<=eps))
& w3 `; v% O$ |8 Z( E中的30是怎么算出来的啊

刚飒雷丝

好复杂啊!看不懂