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=[

1 }' D5 m$ l" q# a; i6 c7 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）
: U& q. \+ {# s1 n6 R. X5 `
6 2 0.11 0.10 7

" A8 E" s& D; _* n; o* E5 2 0.13 0.15 6
9 ~$ s2 `" ?4 L  c
* s6 m, _# o; I0 F) r4 2 0.10 0.20 4
]
; Q- {6 h2 n8 U) z) i) }5 o2 z  ?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。
: T5 E4 G" o8 F# Y1 ~
%归一化
5 p) [% O6 q9 A[inputn,inputps]=mapminmax(P);
( v3 O* [6 z' ^+ C! K+ [9 U' G[outputn,outputps]=mapminmax(T);
/ i+ K1 n" Y5 V" e3 V0 M5 c6 q2 n
%神经网络构建
net=newff(inputn,outputn,10,{'tansig','purelin'});

%网络参数配置
) k: D  `9 T) w0 j: Knet.trainParam.epochs=1000;
3 E1 d, W$ v& x, r$ [5 U5 Anet.trainParam.lr=0.01;
net.trainParam.goal=0.00004;

/ K/ G2 J+ |1 h# v8 X( m%BP神经网络训练
net=train(net,inputn,outputn);
( w# F9 D( H2 s) z6 X
---------------------------------------割-------------------------------------------------
9 d. m) X2 w' G6 `" M
1 q  @! C/ Z$ w或者不归一化,直接这样规定取值范围呢？
net=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
; F  {. A) B& l5 g4 l你想问什么问题？

2 D: s5 O. _. A* C9 N1 J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