24小时热门版块排行榜

返回列表

似海晴天

铁虫 (初入文坛)

应助: 0 (幼儿园)
金币: 27.5
帖子: 26
在线: 1.7小时
虫号: 2017960
注册: 2012-09-21
性别: GG
专业: 化学反应工程

[求助] Matlab径向基网络模拟，求大神指导

想用径向基网络建模，建立三个变量与目标应变量的关系。直接用的其内部工具箱（因为不太懂里面具体算法），就是newrb、newrbe、newgrnn这些函数，目的是找一个误差最小的模型。先用了167组数据来训练，最后用30组数据来检测模型预测误差。程序如下：

clear all
clc
rng('default')
rng(0)

t=[140.47 8.98 170 0.98
135.39 8.72 158.48 0.94
121.42 8.56 141.19 0.73
111.74 8.55 141.91 0.97
208.98 8.04 100.85 1.09
103.17 8.04 153.43 0.77
102.37 8.02 128.22 0.72
191.79 8.01 115.26 0.42
124.99 7.83 140.47 2.96
106.66 7.8 161.36 0.89
145.49 7.79 119.58 1.34
141.26 7.78 126.06 2.2
171.95 7.72 105.17 0.95
105.55 7.68 177.2 0.79
144.44 7.66 123.09 1.85
73.33 7.64 154.87 0.41
98.72 7.61 94.85 0.23
119.04 7.59 133.26 1.13
140.78 7.58 139.03 2.44
111.74 7.58 161.36 1.11
146.82 7.57 116.7 2.2
92.06 7.57 151.27 1.85
91.74 7.56 147.67 1.91
103.17 7.56 144.07 0.79
66.5 7.53 164.24 1.71
124.99 7.52 136.87 2.04
141.26 7.46 158.48 2.97
137 7.46 114.05 1.18
113.01 7.44 118.2 0.65
344.42 7.44 90.04 0.24
175.91 7.43 98.69 0.82
142.37 7.4 116.7 2.51
112.37 7.37 126.78 0.32
66.5 7.36 170 1.71
113.33 7.35 144.07 1.61
127.97 7.34 144.07 2.96
75.23 7.34 120.91 0.33
134.12 7.32 133.26 2.61
88.88 7.31 122.46 0.75
132.93 7.3 129.06 2.25
140.31 7.3 122.46 1.82
114.75 7.29 144.07 1.54
88.88 7.28 118.86 0.29
115.87 7.28 104.45 0.23
138.88 7.27 139.75 2.9
133.32 7.26 124.62 2.42
136.9 7.25 134.46 2.64
112.69 7.25 134.7 1.6
73.01 7.24 144.07 0.87
76.82 7.23 133.98 0.45
147.21 7.22 139.27 2.81
115.07 7.21 98.69 0.51
121.74 7.2 136.87 2.54
84.12 7.2 126.06 0.37
168.64 7.18 87.64 0.29
63.65 7.17 176.48 2.16
65.31 7.16 161.36 2.28
106.34 7.16 120.06 0.52
57.14 7.15 136.87 0.96
113.17 7.13 126.06 1.61
117.45 7.13 124.62 1.06
80.95 7.13 129.66 0.43
139.36 7.12 117.42 1.52
99.99 7.11 136.87 0.87
113.33 7.1 133.26 1.82
91.26 7.1 140.48 1.65
60.79 7.09 241.32 2.77
138.56 7.08 123.9 2.33
83.65 7.08 131.82 1.6
96.55 7.08 133.26 1.27
71.82 7.08 128.22 0.48
161.89 7.05 113.81 0.89
71.82 7.05 136.87 0.33
136.82 7.03 153.43 2.99
83.65 7.03 124.62 0.6
129.95 7.03 114.05 1.76
105.15 7.01 138.07 2.07
60.87 7.01 140.47 1.43
241.25 7.01 80.04 0.39
71.98 6.97 146.23 2.19
59.52 6.97 78.04 0.4
218.24 6.96 84.04 0.6
71.27 6.94 208.18 2.34
112.43 6.94 118.14 1.63
101.85 6.94 122.46 0.9
118.64 6.94 117.66 0.87
73.33 6.94 134.7 0.87
184.64 6.92 91.24 0.43
190.46 6.92 96.05 0.4
104.28 6.89 136.87 1.67
120.63 6.88 138.31 2.54
86.03 6.88 141.91 1.84
222.21 6.88 79.24 0.43
207.39 6.88 93.64 0.87
137.56 6.88 103.25 0.68
137.56 6.87 111.05 0.91
101.58 6.86 120.3 1.99
107.93 6.86 122.46 1.26
84.65 6.86 57.63 0.27
85.71 6.85 141.91 2.71
75.87 6.84 180.81 2.7
90.15 6.84 136.87 2.04
211.63 6.84 75.04 0.35
138.88 6.83 127.86 2.82
171.95 6.83 104.45 0.7
106.34 6.82 119.58 0.84
187.82 6.82 78.04 0.33
86.03 6.81 141.91 1.84
119.04 6.8 133.86 2.73
79.36 6.8 138.31 1.56
246.02 6.8 72.03 0.33
153.76 6.77 106.85 0.88
161.7 6.77 94.25 0.6
193.11 6.77 93.04 1.24
71.9 6.76 103.25 0.87
118.64 6.75 117.66 2.58
72.61 6.75 126.78 1.11
161.37 6.74 86.44 0.58
68.73 6.72 131.1 1.73
57.14 6.72 141.91 1.67
61.5 6.72 131.82 1.24
208.98 6.72 72.03 0.36
61.66 6.71 126.06 1.43
234.11 6.7 72.03 0.51
219.03 6.65 108.05 1.26
79.36 6.64 138.31 2.96
208.98 6.64 82.84 0.87
261.89 6.59 66.03 0.47
60.31 6.58 153.43 1.67
347.2 6.58 85.24 1.7
262.68 6.58 105.05 2.04
72.06 6.57 112.37 1.24
289.66 6.57 93.04 1.28
72.54 6.56 136.87 2.53
88.88 6.54 138.31 2.58
57.14 6.54 141.91 1.99
199.99 6.54 76.84 0.51
60.79 6.53 126.06 1.55
77.3 6.5 131.1 1.7
135.39 6.49 136.15 2.94
111.74 6.49 122.46 2.22
73.33 6.49 131.1 1.87
114.91 6.49 107.33 1.72
74.37 6.48 87.04 1.26
185.7 6.48 78.04 0.4
54.2 6.47 226.19 2.85
83.65 6.45 131.82 2.04
83.65 6.38 131.82 2.04
57.46 6.33 206.74 2.74
83.65 6.3 131.82 2.04
271.81 6.3 94.85 1.56
301.57 6.3 72.03 1.36
166.66 6.3 87.04 0.76
64.68 6.25 126.06 1.61
216.92 6.25 69.63 0.39
83.17 6.24 117.42 1.58
59.52 6.23 136.87 1.64
88.57 6.16 113.09 1.68
79.36 6.16 66.03 1
97.61 6.14 108.05 2.94
60.31 6.07 157.76 2.41
73.73 6.03 141.91 2.94
60.31 6.02 158.48 2.19
69.38 6.02 81.64 1.01
81.63 5.87 60.03 2.3
115.87 5.68 141.91 3.19
80.95 5.67 110.93 2.37
];

s=[101.26 8.52 141.91 0.59
170.62 8.23 124.62 1
142.85 7.65 158.48 2.99
107.45 7.65 131.82 0.81
115.87 7.5 141.91 2.09
107.45 7.5 131.82 0.81
132.69 7.34 138.31 2.31
116.66 7.34 125.34 1.04
339.26 7.25 94.85 0.26
126.18 7.24 140.47 2.86
148.2 7.08 139.27 2.96
123 7.08 132.06 2.53
112.69 6.98 128.94 1.65
208.98 6.98 90.04 0.72
277.76 6.9 78.04 1.17
89.52 6.89 136.87 2.46
71.58 6.85 134.7 1.25
202.9 6.85 90.04 0.65
79.84 6.79 135.42 2.47
64.68 6.79 211.06 2.19
194.43 6.69 87.04 1.07
218.24 6.69 72.03 0.54
86.82 6.54 129.66 1.62
140.2 6.54 102.05 1.1
60.31 6.45 126.78 1.53
90.63 6.43 135.42 2.85
83.65 6.17 131.82 2.04
62.93 6.17 118.14 1.37
58.81 6 217.54 2.97
116.66 5.96 122.46 2.94];

P=t(:,1:3)';T=t(:,4)';
x=s(:,1:3)';y=s(:,4)';

net=newrb(P,T,0,0.5);
Y=sim(net,x)
n=y-Y
n=n./y

这程序很简单，就是把矩阵前3列作为变量，最后一列作为应变量。按照书上的例子，这样应该能得到一个比较靠谱的结果吧？
可是！！！！！

这结果太坑了吧？
Y =

  Columns 1 through 10

3.0665 3.0665 3.0665 3.0665 3.0665 3.0665 3.0665 2.9918 3.0665 3.0657

  Columns 11 through 20

3.0505 3.0665 3.0665 3.0665 3.0665 2.7270 3.0661 3.0665 3.0665 3.0665

  Columns 21 through 30

3.0665 3.0665 3.0665 3.0665 2.8983 3.0655 2.0690 3.0665 3.0665 3.0665

所有预测值都是这！！！我知道这与spread的设定有关系（上面是0.5），我把它设成2的时候，结果：
Y =

  Columns 1 through 10

  293.3616  371.7066  135.7762  369.9301 98.5226  369.9062  341.6942 51.5556  371.6405  102.3544

  Columns 11 through 20

61.6285  349.3953  225.3740  346.3793  371.7066 4.1097 87.1183  370.5138  243.0657  371.6578

  Columns 21 through 30

  371.2032  273.8207  338.6275  287.0209 54.7928  182.1034 2.0875  371.6999  371.7066  246.6067
不忍直视了！！！
求各位大神指导，到底怎么建能得到靠谱一点的结果呢？我现在是要误差越小越好，谢谢！

回复此楼