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=[
# y8 G' w) m* q9 g" }0 v$ D, ]
7 D# x/ k9 C+ P' S: o7 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
2 P* N6 ]% q- w/ A: }6 c  J
. Y. y! g1 _) M5 2 0.13 0.15 6
! S7 ?% A( r$ `
& l" `+ [: f: S3 L4 2 0.10 0.20 4
6 m2 ~4 Y8 U( ]& w- p: o" ^]
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。

%归一化
0 [9 r% w* b4 C" _* Q& G[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);

%神经网络构建
( Z0 o/ _3 ^5 a7 r$ U" t, Anet=newff(inputn,outputn,10,{'tansig','purelin'});

%网络参数配置
1 v) W' }! M0 |# f7 G5 Y% dnet.trainParam.epochs=1000;
net.trainParam.lr=0.01;
net.trainParam.goal=0.00004;
) X7 Z* e  p0 n! p( o9 y4 l
. ^( p- C% p7 b* B0 b/ N6 e5 q4 h%BP神经网络训练
/ X/ y% J5 p8 T+ c" u0 X& ~) F+ Tnet=train(net,inputn,outputn);

---------------------------------------割-------------------------------------------------
6 S9 o( W+ P2 ^& }
或者不归一化,直接这样规定取值范围呢？
: W' H0 M2 o" \) x5 b# Snet=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？

0 g2 u4 U! J0 f6 b+ e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