ann programing for several groups of multiple index input， single index output

x = [657.26 306 11 46 14 58.76 38 13 23;

608.01 273.25 10.25 123.5 11.75 58.51 30.25 30 21.5]

y = [20;

50]

inputs = x; % 输入数据矩阵，每行包含 9 个特征

outputs = y; % 目标数据矩阵，每行包含 1 个单一参数

for i = 1:9 % 读入 9 次输入数据

fprintf('Enter input %d:\n', i);

inputs(i, :) = input(''); % 读入 10 个参数

fprintf('Enter output %d:\n', i);

outputs(i, :) = input(''); % 读入 1 个单一参数

end

% 创建神经网络模型

numInputs = 9; % 输入特征数

numHiddenLayers = 2; % 隐藏层数量

numNeurons = 5; % 每个隐藏层中神经元数量

numOutputs = 1; % 输出单一参数数

net = feedforwardnet(numNeurons, 'trainlm'); % 创建网络模型

net.numInputs = numInputs; % 设置输入层神经元数量

net.numLayers = numHiddenLayers + 1; % 设置总层数

net.numOutputs = numOutputs; % 设置输出层神经元数量

% 设置训练参数

net.trainParam.epochs = 1000; % 迭代次数

net.trainParam.lr = 0.01; % 学习率

net.trainParam.goal = 1e-5; % 目标误差

net.trainParam.showWindow = true; % 显示训练窗口

% 训练神经网络

[net, tr] = train(net, inputs', outputs');

% 使用测试数据进行预测

testInput = input('558.76 240 9.5 201 9.5 58.26 22.5 47 20');

testOutput = net(testInput');

fprintf('Predicted output: %f\n', testOutput);

[Manikanta Aditya]

Hi @shanshan please could you provide more information