多输入多输出(MIMO)系统的神经网络

Question

我想为多输入多输出(MIMO)系统建立一个神经网络，描述为：

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))

我所读的书描述了单输入单输出系统的例子，主要用于形式y= f(t)的函数逼近，其中神经网络被训练为输入t(自变量)和输出y，我使用matlab神经网络工具箱，可以很容易地解决标量情况。然而，如何构造或解决MIMO问题呢？如何转换或表示输入或输出，以解决matlab内置的函数问题？

Answer 1

首先是一个非常简单的例子：

1. 首先，您需要为输入数据创建一个矩阵，为输出数据创建另一个矩阵。这里我使用的是MATLAB预置的数据。您应该尝试使输入输出数据的结构如下所示： InData，TarData = engin_dataset； 这里我们有两个输入和两个输出(MIMO) 2→2
2. 现在你应该创建网络。我选择了前馈网络： net1 = newff(minmax(InData),10,2，{'tansig'，'purelin'}，'trainlm') 在这里，我定义了输入数据的范围，每个层中神经元的数量(包括输出层= 2)，函数的类型和训练算法的类型。
3. 现在你可以训练你的网络了： net2 =列车(net1，InData，TarData)

这里的代码来自MATLAB自动生成的一个示例：

% 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)