滚动轴承寿命预测BP神经网络程序

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

滚动轴承寿命预测BP神经网络程序

Clear;

Clc;

%载入数据

data=load('1-1.csv');

data_train=data(1:112,:);

data_test=data(113:302,:);

input_train=data_train(:,1:6)';

output_train=data_train(:,7)';

input_test=data_test(:,1:6)';

output_test=data_test(:,7)';

%数据归一化处理

[inputn,inputps]=mapminmax(input_train);

inputps.ymin=0;

[inputn,inputps]=mapminmax(input_train,inputps);

[outputn,outputps]=mapminmax(output_train);

outputps.ymin=0;

[outputn,outputps]=mapminmax(output_train,outputps);

%构建BP神经网络

net=newff(inputn,outputn,13,{'logsig','purelin'},'trainlm');

net.trainParam.epochs=1000;

net.trainParam.lr=0.01;

net.trainParam.goal=0.001;

net.trainParam.max_fail=5;

%训练并仿真

net=train(net,inputn,outputn);

inputn_test=mapminmax('apply',input_test,inputps);

an=sim(net,inputn_test);

BPoutput=mapminmax('reverse',an,outputps);

error=output_test-BPoutput;

%输出结果图像

figure(1)

plot(error,'-*');

title('BP网络预测误差') ylabel('误差')

xlabel('样本')

figure(2)

plot(BPoutput,':og') ylabel('预测值')

xlabel('样本')

相关文档
最新文档