Matlab神经网络建议

Question

我目前正在研究一个使用MATLAB神经网络工具优化加热器性能的项目，我阅读了手册并从MATLAB手册中获得了指导。 我已经配置好网络并对其进行了测试，我需要注意两点：1.我走对了吗？ 我的网络正确吗？ 我需要专家建议2.我需要（优化）加热器的性能，我已经定义了功能，但是我不知道如何在功能优化中集成网络。 我的网络如下3输入x1 x2 x3一进

load input1
load input2
load input3

x1= importdata('input1.txt');  (similar the other inputs and output)
[x1n,x1min,x1max]=norm_nn(x1);  ( I worte my own normalization function)
IN=[x1n x2n x3n]';
OUT=[y1n]';
INTRAIN = IN(:,1:1307);
OUTTRAIN = OUT(:,1:1307);
INTEST =IN(:,1308 : 1634);
OUTTEST = OUT(:,1308:1634);
NETWORKNet1 = newff(IN,OUT,[20 20 20], {'tansig' 'tansig' }, 'trainbr');
net = init (NETWORKNet1);
NETWORKNet1 = trainbr(NETWORKNet1,INTRAIN,OUTTRAIN);
YtestNwt1 = sim(NETWORKNet1,INTEST);
y1testd=denorm_nn7(YtestNet1(1,:),y1min,y1max);
e1=er8(y1testd,y1(1308:1634));
save Net1

我已使用（1634个数据点，并将其划分为训练（80％）和测试（20％））

Answer 1

这里有一些建议：

（A）由于不推荐使用newff，请使用feedforwardnet

（B）绘制训练图，测试数据和网络结果，以使其可视化。

（C）通过写[20 20 20]，您的网络具有3个隐藏层。 绝大多数问题只需要1个隐藏层。 仅当所有其他途径都用尽后，您才可以移至多个隐藏层。

（D）首先在训练数据上测试网络（即sim命令）。 对于神经网络来说，这是一个“简单”的测试，应在继续之前首先进行。 然后，您可以使用测试数据对其进行测试（未对网络进行训练）。 这将显示网络是否已概括了它尝试学习的数据的形状。
验证也是帮助网络推广的另一个重要因素。 如果您查看Matlab神经网络训练窗口（nntraintool）并单击“性能”，则其中一张图应标记为“验证”。

关于您的具体问题：
1.我的网络正确吗？ -不看数据集就很难说。
2.优化加热器的性能-在简单的水平上，您将具有单个输出神经元，该数字在0到1之间，表示加热器的性能。 然后，输入神经元包含任何其他涉及的参数。
但是现在，给定任何输入组合，网络都只能预测性能。 它无法告诉您哪些输入将为您提供最大的输出。 对于仅3个输入，分辨率/粒度较低，您可以尝试穷举/蛮力搜索。 否则，请研究遗传算法以快速找到一个好的解决方案。