[交流] 神经网络，一条曲线的预测，请问那种算法比较好，谢谢 已有1人参与

最近在学习神经网络的基础知识。现在遇到了一个场景，好像可以用神经网络去优化一下，但是自己基础太差，文献也看的不明不白的，所以想来这里请教一下各位大神， 电池有一条极化曲线，通俗的说就是放电电流和电池电压之间的关系曲线。形状大致如下图所示。 这条曲线的位置，形状受一些参数的影响，但不会有太大的变化。。参数有7个，分别为阴阳极气体的流量、阴阳极湿度、阴阳极背压和电池温度。 我打算通过改变这7个参数，做实验获得不同的极化曲线；通过实验获得的数据，训练神经网络；去预测不同参数条件（各种参数的组合）下这条曲线的位置，找到这条曲线位置最高的那一条。 其实受物理特性的影响，无论参数如何改变，这条曲线的大致形状都不会变的。所以我想请问下，在这种情况下使用哪种算法可以收敛最快，需要的数据量最少；或者哪种算法效果最好？谢谢！我现在还没有金币，没法悬赏，但是真的感谢您的帮助！ 1.png

回复此楼