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  s- g7 r( T+ ]
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）

6 2 0.11 0.10 7
) I: V4 G6 Q* G
5 2 0.13 0.15 6

4 O7 \! W. Y: n9 z, Y# o4 2 0.10 0.20 4
7 y3 v; `* }/ e]
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。
' X) [! X6 n# @0 Y  I. ~# b* r* `
2 {$ I- {" f: d% E%归一化
[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);
; S2 ^: G* m$ m
3 c5 G8 g# J, Z5 T# `7 F/ ?%神经网络构建
+ y  h- U0 v. J% v( Anet=newff(inputn,outputn,10,{'tansig','purelin'});

* Z* W" G- D! m6 v: a/ }7 ?  V4 V%网络参数配置
net.trainParam.epochs=1000;
8 o$ m# X- N6 m0 fnet.trainParam.lr=0.01;
! G1 W. ?' D5 L% Cnet.trainParam.goal=0.00004;

0 P( U9 F- t* a%BP神经网络训练
net=train(net,inputn,outputn);

" k% \+ W8 O5 A9 V---------------------------------------割-------------------------------------------------

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？

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