用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
" u5 q) C- E7 w5 C- J4 vP=[

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）
$ e9 `7 |2 |: L. V+ d2 w
; x: R7 S( E5 W6 2 0.11 0.10 7
- v6 Y: B4 F2 V: X
5 2 0.13 0.15 6
! u( o$ H0 U4 d. T
4 2 0.10 0.20 4
]
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。
9 C2 {5 C8 y- j7 p
%归一化
[inputn,inputps]=mapminmax(P);
" {, m3 f& p# N[outputn,outputps]=mapminmax(T);

%神经网络构建
' g, g2 T( Q7 C6 m" N, i4 rnet=newff(inputn,outputn,10,{'tansig','purelin'});
- ]- L. N6 }" N; h4 a
) q9 v  _& |! V3 J3 P%网络参数配置
net.trainParam.epochs=1000;
net.trainParam.lr=0.01;
6 ]" K5 F  m9 o- U! \2 U% ^net.trainParam.goal=0.00004;
  p1 G* ^$ W2 Y/ S. B) L
%BP神经网络训练
net=train(net,inputn,outputn);
! Z# R6 k5 ?1 ]; m. ^/ E# U
---------------------------------------割-------------------------------------------------
( B7 U) ]( M0 `9 p
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
你想问什么问题？

# A) ?& l. L6 `8 |' \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