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 f8 f7 a/ A8 R
- @! b3 y! e, e/ {6 e& I$ ~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）
" v  i* W2 f3 k7 ?7 I3 M. W- R
6 2 0.11 0.10 7
) i) H0 d$ N3 ~
) s. {- d  G0 q5 2 0.13 0.15 6
- r. N. j0 O# t5 a
3 a5 i, p1 i0 W% ]/ \8 H4 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 H, N. a' k" R* {%归一化
' R% u" t  [$ W* J+ m& b4 d) N[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);
2 y' w6 V9 W6 p8 O& Y
%神经网络构建
( c, x& t5 m) ^, d( L- \8 l: }net=newff(inputn,outputn,10,{'tansig','purelin'});

%网络参数配置
' k; z7 U# S$ s' I3 x9 @net.trainParam.epochs=1000;
8 {/ ]& ]: ?; Q: ?4 Gnet.trainParam.lr=0.01;
( i' P+ |' r0 w$ u5 Nnet.trainParam.goal=0.00004;
, ]% z0 N7 p$ a0 q
%BP神经网络训练
net=train(net,inputn,outputn);

---------------------------------------割-------------------------------------------------
" I5 z4 J9 d1 y) N9 I
. N0 e  v# g+ d" Y. a$ c& R或者不归一化,直接这样规定取值范围呢？
- x7 M6 J: S' C. {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？

) Z2 G+ K& }0 n2 O5 c9 p/ L- y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