智能控制實驗報告(編輯修改稿)
2025-08-16 01:39 本頁面
【文章內(nèi)容簡介】 為10，用train ()進行訓練，誤差曲線見圖4 所示。=10。 =。 net1 = train (net,p,t)。訓練過程第四步網(wǎng)絡(luò)測試 用sim()觀察訓練后的網(wǎng)絡(luò)輸出如圖5 所示。y2 = sim (net1,p)。 figure。 plot (p,t,39。r* 39。,p,y1,39。b 39。,p,y2,39。ko39。) title (39。訓練后網(wǎng)絡(luò)的輸出結(jié)果39。) xlabel (39。時間39。) ylabel (39。仿真輸出39。) legend (39。要逼近的非線性函數(shù)39。,39。未訓練網(wǎng)絡(luò)的輸出結(jié)果39。,39。訓練后網(wǎng)絡(luò)的輸出結(jié)果39。)圖5訓練后網(wǎng)路的輸出結(jié)果從圖5 可以看出經(jīng)過很短時間的訓練后BP 網(wǎng)絡(luò)很好的逼近了非線性函數(shù)。討論： 1. 改變非線性函數(shù)的頻率，即改變N 的值時發(fā)現(xiàn)，網(wǎng)絡(luò)的訓練時間會長些， 逼近效果要差些。 2. 改變隱層的神經(jīng)元數(shù)目對網(wǎng)絡(luò)的逼近效果也有影響，一般來說，隱層的 神經(jīng)元數(shù)目越多，則BP 網(wǎng)絡(luò)逼近非線性函數(shù)能力越強，但也并非隱層的神經(jīng)元數(shù)目越多，網(wǎng)絡(luò)性能就越好，而同時訓練時間有所增長。四．結(jié)論 智能控制課內(nèi)實驗（2）基于 MATLAB的神經(jīng)網(wǎng)絡(luò)設(shè)計學 院： 自動化學院 姓 名： 班 級： 學 號： 日 期： 20171025 實驗2 基于 MATLAB的神經(jīng)網(wǎng)絡(luò)設(shè)計一實驗?zāi)康模? 1掌握matlab工具箱設(shè)計前饋型神經(jīng)網(wǎng)絡(luò)的方法 2掌握圖形用戶界面的神經(jīng)網(wǎng)絡(luò)工具的設(shè)計方法二實驗內(nèi)容： 1感知器線形分類器設(shè)計 已知：樣本點 （0，0），（1，1），（1，3），（3，1），（3，3），（5，5）。 對應(yīng)目標：t=[0 0 0 1 1 1] 編程設(shè)計感知器，實現(xiàn)樣本點的分類。 用測試樣本進行分類測試。新建m文件，參考程序： p=[0 1 1 3 3 5。0 1 3 1 3 5]。 %六個輸入樣本 t=[0 0 0 1 1 1]。 %樣本的目標值 ptest=[0 1 3 4。 3 2 2 1]。 %四個測試樣本 net=newp(minmax(p),1)。 %創(chuàng)建感知器網(wǎng)絡(luò) [net tr]=train(net,p,t)。 %訓練網(wǎng)絡(luò) iw1={1}。 %得到感知器的權(quán)值 b1={1}。 %得到閾值 epoch1=。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1