神經網絡用於多輸入和多輸出（MIMO）系統

Question

我想建立描述爲用於多輸入和多輸出（MIMO）系統中的神經網絡：

y1(t)= f1(x1(t), x2(t),...xn(t)) 
y2(t)= f2(x1(t), x2(t),...xn(t)) 
..... 
..... 
ym(t)= fm(x1(t), x2(t),...xn(t)) 

書中我讀描述的例子單輸入單輸出系統，主要用於形式y= f(t)的函數逼近，其中神經網絡針對輸入t（自變量）和輸出y進行訓練。我正在使用matlab神經網絡工具箱，並且可以輕鬆完成標量情況的解決方案。但是，如何構建或解決MIMO問題？如何轉換或表示輸入或輸出以解決功能中內置的matlab問題？

Answer 1

首先一個很簡單的例子：

1 - 首先，你需要爲數據輸入輸出數據矩陣和其他。 這裏我正在使用來自matlab的預設數據。你應該儘量讓你的輸入輸出數據的結構是這樣的：

[InData,TarData] = engin_dataset; 

所以在這裏我們有兩個輸入和兩個輸出（MIMO）2 - > 2 2 - 現在你應該創建網絡。我所選擇的前饋網絡：

net1 = newff(minmax(InData),[10,2],{'tansig','purelin'},'trainlm') 

這裏我已經定義了輸入數據範圍，數量的神經元中的每個層（包括輸出層= 2），功能類型和訓練算法的類型。

3-現在，你可以訓練你的網絡：

net2 = train(net1,InData,TarData) 

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%

和這裏的代碼來了，從利用MATLAB自動生成一個例子：

% load data 
[inputs,targets] = engin_dataset; 
%inputs = engineInputs; 
%targets = engineTargets; 

% Create a Fitting Network 
hiddenLayerSize = 10; 
net = fitnet(hiddenLayerSize); 


% Setup Division of Data for Training, Validation, Testing 
net.divideParam.trainRatio = 70/100; 
net.divideParam.valRatio = 15/100; 
net.divideParam.testRatio = 15/100; 


% Train the Network 
[net,tr] = train(net,inputs,targets); 

% Test the Network 
outputs = net(inputs); 
errors = gsubtract(targets,outputs); 
performance = perform(net,targets,outputs) 

% View the Network 
view(net)