求助，通过神经网络训练样本，并用粒子群算法求取最优解

xiannvjiejie

现在多目标优化分析问题
有31组训练样本，里面有a,b,c三个变量，目标为T和Y，如下表。
. T( _% u! k  V

a b c T Y 25 18.5 225 79.445 15.952 25.5 24.5 237 72.636 15.024 26 15 218 81.973 16.493 26.5 21 230 76.84 16.136 27 27 242 70.765 14.946 27.5 17.5 223 79.916 16.8 28 23.5 235 74.686 16.294 28.5 14 216 71.705 15.107 29 20 228 77.797 16.765 29.5 26 240 72.139 16.031 30 16.5 221 69.082 15.523 30.5 22.5 233 71.52 16.669 31 13 214 72.847 16.787 31.5 19 226 66.489 15.51 32 25 238 72.09 16.474 32.5 15.5 219 72.104 16.87 33 21.5 231 74.614 17.493 33.5 27.5 243 65.526 15.923 34 18 224 70.744 17.003 34.5 24 236 72.131 16.844 35 14.5 217 74.671 18.186 35.5 20.5 229 68.325 16.744 36 26.5 241 67.365 16.517 36.5 17 222 72.432 18.153 37 23 234 64.474 16.565 37.5 13.5 215 75.554 19.15 38 19.5 227 71.202 17.951 38.5 25.5 239 63.885 16.872 39 16 220 70.185 18.502 39.5 22 232 68.771 17.851 40 28 244 61.042 17.36

a取值[25,45]
b取值[10,30]
c取值[200,250]
现在需求为，先通过newrb神经网络算法建立预测模型。
再通过粒子群算法求取T和Y的最大值（暨最优解）
+ k, K5 s9 z8 n9 n
目前已经建立了神经网络算法的模型。
1 s5 K, `  @) @9 G问题：
如何将神经网络预测的模型代入到粒子群算法中去？
谢谢   如果能提供参考的代码最好，谢谢

shapeofyou888

个人意见，a，b，c为三个自变量，已训练好的神经网络作为目标函数计算适应度，这里应该需要修改，比如只取T或Y的最大值，或和的最大值，仅供参考