一matlab程序中一点点的小问题

yychanaz

神经网络预测
! T# [6 u& f' j& d+ K% 数据为1986年到2000年的交通量 ，网络为3输入，1输出
' n0 A+ p* q9 w6 K3 e% 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
%all rights preserved by www.4math.cn
2 C+ x7 F! T% f) OAll_error=[];%所有误差存储
: |- y( N4 y# H  {year=1986:2000;%数据是从1986到2000年的
& f. s6 q4 Z! ~3 @+ S( e2 A! q/ Np=[493 372 445;372 445 176;445 176 235;176 235 378;235 378 429;...
* @( }( b6 e* \% C   378 429 561;429 561 651;561 651 467;651 467 527;467 527 668;...
# L4 I" w, N3 |$ m) y   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
t=[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
) o/ N" @+ I. W' M& X0 d0 E[normInput,ps] = mapminmax(p);
8 G+ R9 X5 f2 G- @) r- W[normTarget,ts] = mapminmax(t);
& h, H8 F4 Y0 i  f& u/ Q% FtestPercent = 0.20;  % Adjust as desired
  P& h8 N3 P, qvalidatePercent = 0.20;  % Adust as desired
[trainSamples,validateSamples,testSamples] = dividevec(normInput,normTarget,validatePercent,testPercent);
for j=1:200
NodeNum1 = 20; % 隐层第一层节点数
NodeNum2=40;   % 隐层第二层节点数
TypeNum = 1;   % 输出维数
' y% E0 `; r: cTF1 = '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
- i2 u! a( j, yPL.lr=0.01;net.trainfcn='traingdm';
[net,tr] = train(net,trainSamples.P,trainSamples.T,[],[],validateSamples,testSamples);
) y( C2 z4 T8 m+ n; d; {[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
3 o2 c4 [$ N( l- d7 r& X[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
5 h8 ~* s. `! c/ O/ ^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
* O/ d2 {8 ]; J5 B. a) EtrainInsect = mapminmax('reverse',trainSamples.T,ts);%正常输入的9组数据t
3 O, f* y* Q! _; V) B# y. u6 b6 s; zvalidateOutput = 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
1 d. r, L4 \( @6 A. N3 h1 EtestOutput = mapminmax('reverse',normTestOutput,ts);%用作变量3组数据p，BP得到的归一化的结果t
- f, T; }0 u- \* H4 H( U4 }testInsect = mapminmax('reverse',testSamples.T,ts);%用作变量3组数据t
%绝对误差计算
absTrainError = trainOutput-trainInsect;
9 x4 v/ _. m. pabsTestError = testOutput-testInsect;
5 `  i; U  k! x2 y& `error_sum=sqrt(absTestError(1).^2+absTestError(2).^2+absTestError(3).^2);
* @1 C* N8 b  k5 zAll_error=[All_error error_sum];
eps=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
% ], v% y! y$ ^  f5 p; x5 y% dif ((abs(absTestError(1))<=30 )&(abs(absTestError(2))<=30)&(abs(absTestError(3))<=30)|(error_sum<=eps))
+ E! U; C: L0 U4 `7 m2 Csave mynetdata net
     break
. G: P$ ]. C1 j$ o5 V- `end
j
( i$ @4 G/ y( f5 e& [( Q2 M4 V3 J1 Xend
问题是：
, j6 R7 K; }( ]if ((abs(absTestError(1))<=30 )&(abs(absTestError(2))<=30)&(abs(absTestError(3))<=30)|(error_sum<=eps))
: |$ B3 _! {$ V- Q$ E; X" |/ p中的30是怎么算出来的啊

刚飒雷丝

好复杂啊!看不懂