EDA365电子论坛网
标题:
求助：圆括号或方括号不对称或异常，怎么办？
[打印本页]
作者:
beachsun
时间:
2020-7-1 09:32
标题:
求助：圆括号或方括号不对称或异常，怎么办？
P=[3.2 3.2 3 3.2 3.2 3.4 3.2 3 3.2 3.2 3.2 3.9 3.1 3.2;
* ~5 J0 k% z- f5 s; w8 R8 k; W
9.6 10.3 9 10.3 10.1 10 9.6 9 9.6 9.2 9.5 9 9.5 9.7;
0 I6 A2 T6 y$ R* H2 l
3.45 3.75 3.5 3.65 3.5 3.4 3.55 3.5 3.55 3.5 3.4 3.1 3.6 3.45;
4 K* U( q! t) B2 Y% A
2.15 2.2 2.2 2.2 2 2.15 2.14 2.1 2.1 2.1 2.15 2 2.1 2.15;
0 K5 d0 Y3 o) i% [# P& V* M2 P
140 120 140 150 80 130 130 100 130 140 115 80 90 130;
; g: @0 X" H: D! D( U& |
2.8 3.4 3.5 2.8 1.5 3.2 3.5 1.8 3.5 2.5 2.8 2.2 2.7 4.6;
4 @1 P, V3 z) ^/ N8 v' h8 r7 F
11 10.9 11.4 10.8 1.3 11.5 11.8 11.3 11.8 11 11.9 13 11.1 10.85;
* g7 }4 H; ]9 @+ V; e: X
50 70 50 80 50 60 65 40 65 50 50 50 70 70];
1 @, R3 W3 b; k) w0 H! W
T=[2.24 2.33 2.24 2.32 2.2 2.27 2.2 2.26 2.2 2.24 2.24 2.2 2.2 2.35];
3 O+ V# x# N$ y7 ^" ^8 \
[p1,minp,maxp,t1,mint,maxt]=premnmx(P,T);
' H' \. H5 t* ~% q- Y% K
%创建网络
* `. m$ O8 V6 E
net=newff(minmax(P),[8,6,1];{'tansig','tansig','purelin'};'trainlm');
; @) |, ]3 Q; t% v% j
%设置训练次数
! i: f7 I, y' z6 H$ g0 H% i8 E
net.trainParam.epochs = 5000;
6 N4 \) Q+ G1 s/ O2 J
%设置收敛误差
& h/ H, F1 Y. H
net.trainParam.goal=0.0000001;
5 k4 o7 _$ Y- ^$ e! Z1 \7 Q5 s
%训练网络
6 L' o7 g4 i' L! |; m9 ?# E
[net,tr]=train(net,p1,t1);
; S, N1 P4 O z. X
TRAINLM, Epoch 0/5000, MSE 0.533351/1e-007, Gradient 18.9079/1e-010
1 \6 Q9 _4 R0 I0 j0 E
TRAINLM, Epoch 24/5000, MSE 8.81926e-008/1e-007, Gradient 0.0022922/1e-010
; d% h4 j8 W2 s* m# y8 c
TRAINLM, Performance goal met.
& z+ B# [& M2 X8 S
& j( s7 B1 `2 @% w
%输入数据
. I2 O; g6 l. e8 w
a=[3.0;9.3;3.3;2.05;100;2.8;11.2;50];
# o+ h f1 T$ I
%将输入数据归一化
* I0 u0 T. z, T- n [% U3 I9 k- a
a=premnmx(a);
8 V9 s8 _+ F% e
%放入到网络输出数据
+ B E9 L# K3 @
b=sim(net,a);
: y8 v9 e' P" M2 o$ @5 d* b
%将得到的数据反归一化得到预测数据
5 ^- W% Z+ y4 ~4 M( e; e2 V
c=postmnmx(b,mint,maxt);
" p; [, L/ G( l
c;
6 Q7 M; o. O9 S/ \- K$ e9 D
作者:
youOK
时间:
2020-7-1 10:26
help ,哈哈哈
作者:
uperrua
时间:
2020-7-1 15:41
仅供参考
, G/ w7 k: ?5 n
P=[3.2 3.2 3 3.2 3.2 3.4 3.2 3 3.2 3.2 3.2 3.9 3.1 3.2;
& V" J2 z/ N% c% g7 t6 g$ _, _. ?
9.6 10.3 9 10.3 10.1 10 9.6 9 9.6 9.2 9.5 9 9.5 9.7;
9 e6 L+ x5 a) U3 Y
3.45 3.75 3.5 3.65 3.5 3.4 3.55 3.5 3.55 3.5 3.4 3.1 3.6 3.45;
; L& l& x! Y7 i% @5 M8 s
2.15 2.2 2.2 2.2 2 2.15 2.14 2.1 2.1 2.1 2.15 2 2.1 2.15;
% ^( I" P$ y8 @' _* N- k) V- u) K- {
140 120 140 150 80 130 130 100 130 140 115 80 90 130;
1 I$ }! d; t* l6 s
2.8 3.4 3.5 2.8 1.5 3.2 3.5 1.8 3.5 2.5 2.8 2.2 2.7 4.6;
0 s/ C' X, }+ W* c g6 l4 u
11 10.9 11.4 10.8 1.3 11.5 11.8 11.3 11.8 11 11.9 13 11.1 10.85;
2 w( a) }0 B% z g/ f! ]8 ?2 \
50 70 50 80 50 60 65 40 65 50 50 50 70 70];
) [% @, g1 R9 Z2 w& F
T=[2.24 2.33 2.24 2.32 2.2 2.27 2.2 2.26 2.2 2.24 2.24 2.2 2.2 2.35];
; U! c0 k' f- r, t" e3 K
[p1,minp,maxp,t1,mint,maxt]=premnmx(P,T);
6 Z& Y" K4 W. j7 s! s9 v+ Z
%创建网络
1 _7 ~2 r) G8 l% S" c9 ~
net=newff(minmax(P),[8,6,1],{'tansig','tansig','purelin'},'trainlm');
' Y8 \& q7 X F$ I3 K2 r
%设置训练次数
1 b- b, j3 l8 v, O5 X" C
net.trainParam.epochs = 5000;
; k9 ]7 M, B( ^% L4 W
%设置收敛误差
$ w2 h, Z. D0 K8 U7 F9 N
net.trainParam.goal=0.0000001;
$ W! O, r- U8 H, k3 r. _
%训练网络
. R8 i1 y% k0 R* p
[net,tr]=train(net,p1,t1);
+ A/ M" L' o3 p4 x" Y2 ?
% TRAINLM, Epoch 0/5000, MSE 0.533351/1e-007, Gradient 18.9079/1e-010
+ H9 e6 p, w4 n1 |
% TRAINLM, Epoch 24/5000, MSE 8.81926e-008/1e-007, Gradient 0.0022922/1e-010
" e4 G. e2 b$ b9 {% g$ l, H
% TRAINLM, Performance goal met.
% B% B' n# J( e" C
" J, n, o5 `, Z/ V
%输入数据
2 U+ Q/ [4 [% c- @8 K
a=[3.0;9.3;3.3;2.05;100;2.8;11.2;50];
8 n" t. v1 R8 k W
%将输入数据归一化
, n A4 L+ M5 U
a=premnmx(a);
3 [4 r5 k! Z7 l4 w
%放入到网络输出数据
# o9 k: N1 k$ |) C
b=sim(net,a);
7 A" A7 }& K9 l: J9 d
%将得到的数据反归一化得到预测数据
. U3 O6 v: r) a( T" s) u
c=postmnmx(b,mint,maxt);
' G8 ^: j7 M7 h$ E2 s/ x
c;
欢迎光临 EDA365电子论坛网 (https://bbs.eda365.com/)
Powered by Discuz! X3.2