EDA365电子论坛网

标题: 我在做PSO优化BP时，出现索引超出矩阵维度，请指教 [打印本页]

作者: zaiyiaaaa 时间: 2020-7-6 13:33
标题: 我在做PSO优化BP时，出现索引超出矩阵维度，请指教
用matlab进行PSO优化BP时，出现了下面的错误，求帮忙！
下面是程序运行出错结果：
索引超出矩阵维度。

出错 fun (line 13)
w1=x(1:inputnum*hiddennum);

出错 PSO (line 43)
fitness(i)=fun(pop(i,

,inputnum,hiddennum,outputnum,net,inputn,outputn);

fun函数：
function error = fun(x,inputnum,hiddennum,outputnum,net,inputn,outputn)
%该函数用来计算适应度值
%x       input    个体
%inputnum input    输入层节点数
%outputnum  input    隐含层节点数
%net       input    网络
%inputn    input    训练输入数据
%outputn input    训练输出数据

%error    output 个体适应度值

%提取
w1=x(1:inputnum*hiddennum);  这是出错的13行
B1=x(inputnum*hiddennum+1:inputnum*hiddennum+hiddennum);
w2=x(inputnum*hiddennum+hiddennum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum);
B2=x(inputnum*hiddennum+hiddennum+hiddennum*outputnum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum);

%网络进化参数
net.trainParam.epochs=1000;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00001;
net.trainParam.show=100;
net.trainParam.showWindow=0;

%网络权值赋值
net.iw{1,1}=reshape(w1,hiddennum,inputnum);
net.lw{2,1}=reshape(w2,outputnum,hiddennum);
net.b{1}=reshape(B1,hiddennum,1);
net.b{2}=B2;

%网络训练
net=train(net,inputn,outputn);

an=sim(net,inputn);

error=sum(abs(an-outputn));

主函数：
%% 清空环境
clc
clear

%读取数据
load input
load output

%节点个数
inputnum=34;
hiddennum=7;
outputnum=2;

%训练数据和预测数据
input_train=input(1:800,

';
input_test=input(801:1000,

';
output_train=output(1:800)';
output_test=output(801:1000)';

%选连样本输入输出数据归一化
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);

%构建网络
net=newff(inputn,outputn,hiddennum);

% 参数初始化
%粒子群算法中的两个参数
c1 = 1.49445;
c2 = 1.49445;

maxgen=100; % 进化次数
sizepop=20; %种群规模

Vmax=1;
Vmin=-1;
popmax=5;
popmin=-5;

for i=1:sizepop
pop(i,:)=5*rands(1,21);
V(i,:)=rands(1,21);
fitness(i)=fun(pop(i,:),inputnum,hiddennum,outputnum,net,inputn,outputn);  这是出错的43行
end

% 个体极值和群体极值
[bestfitness bestindex]=min(fitness);
zbest=pop(bestindex,:); %全局最佳
gbest=pop; %个体最佳
fitnessgbest=fitness; %个体最佳适应度值
fitnesszbest=bestfitness; %全局最佳适应度值

%% 迭代寻优
for i=1:maxgen
i;

for j=1:sizepop

      %速度更新
      V(j,:) = V(j,:) + c1*rand*(gbest(j,:) - pop(j,:)) + c2*rand*(zbest - pop(j,:));
      V(j,find(V(j,:)>Vmax))=Vmax;
      V(j,find(V(j,:)<Vmin))=Vmin;

      %种群更新
      pop(j,:)=pop(j,:)+0.2*V(j,:);
      pop(j,find(pop(j,:)>popmax))=popmax;
      pop(j,find(pop(j,:)<popmin))=popmin;

      %自适应变异
      pos=unidrnd(21);
      if rand>0.95
         pop(j,pos)=5*rands(1,1);
      end

      %适应度值
      fitness(j)=fun(pop(j,:),inputnum,hiddennum,outputnum,net,inputn,outputn);
end

for j=1:sizepop
%个体最优更新
if fitness(j) < fitnessgbest(j)
      gbest(j,:) = pop(j,:);
      fitnessgbest(j) = fitness(j);
end

%群体最优更新
if fitness(j) < fitnesszbest
      zbest = pop(j,:);
      fitnesszbest = fitness(j);
end

end

yy(i)=fitnesszbest;

end

%% 结果分析
plot(yy)
title(['适应度曲线  ' '终止代数＝' num2str(maxgen)]);
xlabel('进化代数');ylabel('适应度');

x=zbest;
%% 把最优初始阀值权值赋予网络预测
% %用遗传算法优化的BP网络进行值预测
w1=x(1:inputnum*hiddennum);
B1=x(inputnum*hiddennum+1:inputnum*hiddennum+hiddennum);
w2=x(inputnum*hiddennum+hiddennum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum);
B2=x(inputnum*hiddennum+hiddennum+hiddennum*outputnum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum);

net.iw{1,1}=reshape(w1,hiddennum,inputnum);
net.lw{2,1}=reshape(w2,outputnum,hiddennum);
net.b{1}=reshape(B1,hiddennum,1);
net.b{2}=B2;

%% BP网络训练
%网络进化参数
net.trainParam.epochs=1000;
net.trainParam.lr=0.1;
%net.trainParam.goal=0.00001;

%网络训练
[net,per2]=train(net,inputn,outputn);

%% BP网络预测
%数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
an=sim(net,inputn_test);
test_simu=mapminmax('reverse',an,outputps);
error=test_simu-output_test;

作者: IBB-EUT 时间: 2020-7-6 13:55
帮你顶一下

作者: shuddkk 时间: 2020-7-7 10:09
个人认为三处有误
一、 pop(i,

=5*rands(1,261);随机取值维度过小，正常维度应等于inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum
二、设置标签矩阵时存在问题，output_train=output(1:800,1)';
output_test=output(801:1000,1)';索引有误
三、fun函数的net.b{2}=B2;和error=sum(abs(an-outputn));两处也需修改

作者: 勇往直前11 时间: 2020-7-7 14:58
二楼正解。

作者: shuddkk 时间: 2020-7-8 13:56
来学习一下

欢迎光临 EDA365电子论坛网 (https://bbs.eda365.com/)