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=[
# U1 U7 A. L9 r
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）
% c5 X$ Y$ \1 w$ ?) ?
6 2 0.11 0.10 7
! I- M1 O8 z, x
5 2 0.13 0.15 6
5 T# N0 ?1 d+ n/ F" X/ ]6 l
% _# [) e9 m  u4 2 0.10 0.20 4
9 F% m# ~, p3 L. F; [4 b  l1 f+ P]
' o6 {3 s% n4 r! \$ T& k4 T! A4 R3 ?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。

( `' n$ F. }* i8 M% v0 L1 t%归一化
[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);
4 I: P, u; N; n
. V  I# R4 J0 b%神经网络构建
: q) S8 x& Q/ N0 Rnet=newff(inputn,outputn,10,{'tansig','purelin'});

$ P$ \. t' b! [% {/ _" Q! ?- e( y, ]%网络参数配置
net.trainParam.epochs=1000;
net.trainParam.lr=0.01;
net.trainParam.goal=0.00004;

%BP神经网络训练
net=train(net,inputn,outputn);
- T: m+ G7 d/ R7 [: ]$ o
---------------------------------------割-------------------------------------------------

" \# O1 n  J! \! q# P# ~  J或者不归一化,直接这样规定取值范围呢？
1 T* O+ v+ g- L# D6 K9 v& L+ C( Vnet=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
你想问什么问题？

- S% \; Q( e. H; _  {/ s/ X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