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=[
( I% z: _' c% n0 l* c, [
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）
5 [5 I4 G/ i* Y# R
0 Z+ t' y7 t7 \) r. J6 2 0.11 0.10 7
/ d& x7 T% m7 Q
0 p0 Y; a4 n6 h, A* W9 [; X5 2 0.13 0.15 6
& |4 b& q6 n8 W9 z
7 d. v6 v! t7 h0 V7 s# L) Z/ x* c4 2 0.10 0.20 4
6 m9 g$ @7 O# A% @]
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。
4 {7 O/ b* A$ u7 g' {
%归一化
[inputn,inputps]=mapminmax(P);
# _( T" H& q" @) ]2 |: h/ X[outputn,outputps]=mapminmax(T);
2 c/ b* y- D( h2 p
%神经网络构建
0 O! W! Y% S4 Y4 F9 b' _$ Rnet=newff(inputn,outputn,10,{'tansig','purelin'});
/ ^4 T3 {& n8 b
: }' D' W3 I# Y5 C8 s7 @0 H5 a7 C%网络参数配置
net.trainParam.epochs=1000;
net.trainParam.lr=0.01;
net.trainParam.goal=0.00004;
/ s" x- A1 E" u5 ^* s! c$ I
%BP神经网络训练
+ N! d7 b& a% g& J+ {* y* v- G8 Knet=train(net,inputn,outputn);
& h' ]) \5 y2 c7 R. v
---------------------------------------割-------------------------------------------------

& B1 B. {# z. B0 K- s或者不归一化,直接这样规定取值范围呢？
" ]/ f! P( b& Z! Wnet=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？

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