1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
| clear all
close all
clc
%--------------------------------------------------
% Initialisations
%--------------------------------------------------
DONNER=load('experience1moy.txt');
E1=DONNER(:,1);
E2=DONNER(:,2);
E3=DONNER(:,3);
S1=DONNER(:,4);
S2=DONNER(:,5);
P=[E1'; E2'; E3'];
T=[S1'; S2'];
nmax1=max(E1');
nmin1=min(E1');
nmax2=max(E2');
nmin2=min(E2');
nmax3=max(E3');
nmin3=min(E3');
[W1,b1,W2,b2]=initff(P,10,'tansig',T,'purelin');
W11=mean(W1(:,1));
W21=mean(W1(:,2));
W31=mean(W1(:,3));
nNC =[12 10 2]; % Neuronnes cachés
%--------------------------------------------------
% Création du réseau
%-------------------------------------------------
net = newff ([nmin1 nmax1;nmin2 nmax2;nmin3 nmax3],nNC, {'tansig' 'tansig' 'purelin'}) ;
% Nombre d'itération
clc
Y = sim (net, P)
disp('Création du resau effectue')
pause
%--------------------------------------------------
% Apprentissage
%--------------------------------------------------
net.trainParam.epochs = 90;
net = train(net,P,T);
disp('Apprentissage effectue')
pause
%--------------------------------------------------
% Résultats
%--------------------------------------------------
Y = sim (net, P)
disp('validation')
pause
x = input ( ' valeur de e/c svp ' );
y = input ( ' valeur de fc28 svp ' );
z = input ( ' valeur de c/fi svp ' );
o =[x; y; z];
validation=sim(net,o) |
Partager