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=[

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）
# X8 @' P% Z8 y! E
6 2 0.11 0.10 7

5 2 0.13 0.15 6

4 2 0.10 0.20 4
, W8 D( p/ }  l$ K]
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。
1 V8 R, [, C, G8 S
% o4 x( p% o7 n5 o3 e%归一化
[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);

%神经网络构建
9 y( [. \0 {, f1 \" S" {net=newff(inputn,outputn,10,{'tansig','purelin'});

! x$ Y6 j* N9 X, e& e& [2 b%网络参数配置
# J7 E- i4 K: l& `: Unet.trainParam.epochs=1000;
9 y5 c, S3 `0 _  G; u8 Q  f. Lnet.trainParam.lr=0.01;
8 f7 K8 o7 c: K: A, z0 ]' H& T' `net.trainParam.goal=0.00004;

%BP神经网络训练
net=train(net,inputn,outputn);

9 W- a, B7 b9 G0 D( _! a# O---------------------------------------割-------------------------------------------------

或者不归一化,直接这样规定取值范围呢？
/ Z* N: m8 c) C* C# C1 ]/ Xnet=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
& E( b7 R% }# l  D) m6 |5 J& o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