模糊神經(jīng)網(wǎng)絡(luò)ppt課件-wenkub.com
2025-01-02 12:08 本頁面
【正文】 ? 根據(jù)專家經(jīng)驗(yàn)，針對(duì)洗滌時(shí)間得到 16條模糊規(guī)則，根據(jù)模糊規(guī)則，構(gòu)建網(wǎng)絡(luò)訓(xùn)練樣本，進(jìn)行網(wǎng)絡(luò)訓(xùn)練。利用專家知識(shí)進(jìn)行控制決策，往往容易實(shí)現(xiàn)優(yōu)化控制。 設(shè)置模糊控制規(guī)則庫： “ Edit”—“rules” 例 3：洗衣機(jī)的模糊控制 ? 洗衣機(jī)的主要被控參量為洗滌時(shí)間和水流強(qiáng)度，而影響這一輸出參量的主要因子是被洗物的渾濁程度和渾濁性質(zhì)，后者可用渾濁度的變化率來描述。 訓(xùn)練后的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 運(yùn)行結(jié)果 也可以： ? 運(yùn)用 ANFIS構(gòu)建模型 ,首先在打開 MATLAB,并在命令行中鍵入 “ anfisedit”,從而打開 ANFIS編輯器操作界面。)。 ? subplot(224),plot(x,mf,39。,1)。誤差 39。實(shí)際輸出 39。期望輸出 39。 ? x112=reshape(x12,41,21)。 %定義隸屬函數(shù)類型及訓(xùn)練次數(shù) ? in_fisMat=genfis1(trnData,numMFs,mfType)。 %構(gòu)造檢驗(yàn)數(shù)據(jù) ? numMFs=5。 %將輸入變量變?yōu)榱邢蛄? ? x12=reshape(x2,861,1)。33 10 11 783 3114], evalfis(input,format1) 例 2： anfis函數(shù)逼近 ? 函數(shù) 分別在區(qū)間： 進(jìn)行函數(shù)逼近。 in_format=genfis1(trainData) (4)對(duì)初始 FIS(in_format)進(jìn)行訓(xùn)練 。 如 evalfis（ [x1,x2,… ]， format）； plot（ error） 例 1： 設(shè)某水泥廠煤粉制備系統(tǒng)煤磨的輸入輸出特征數(shù)據(jù)見下表。linear39。 fismat= genfis1(trainData) fismat = genfis1(data) fismat = genfis1(data,numMFs,inmftype, outmftype) The default number of membership functions, numMFs, is 2。 ANFIS建模方法 首先假定一個(gè)參數(shù)化的模型結(jié)構(gòu)，然后采集輸入輸出的數(shù)據(jù)，最后使用 ANFIS訓(xùn)練 FIS（ fuzzy inference system）模型，根據(jù)選定的誤差準(zhǔn)則修正隸屬函數(shù)參數(shù)，仿真給定的訓(xùn)練數(shù)據(jù)。 ? 融合了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制和模糊系統(tǒng)的語言推理能力等優(yōu)點(diǎn) ，彌補(bǔ)各自不足。 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法 ? 模糊神經(jīng)網(wǎng)絡(luò)無論作為逼近器，還是模式存儲(chǔ)器，都是需要學(xué)習(xí)和優(yōu)化權(quán)系數(shù)的。 該層與第三層的連接為全互連，連接權(quán)值為 Wkj，其中 k= 1,2,…,q。 典型的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 第二層為輸入變量的隸屬函數(shù)層，實(shí)現(xiàn)輸入變量 的模糊化。 該網(wǎng)絡(luò)共分 5層，是根據(jù)模糊系統(tǒng)的工作過程來設(shè)計(jì)的，是神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的模糊推理系統(tǒng)。 其本質(zhì)就是 將常規(guī)的神經(jīng)網(wǎng)絡(luò)輸入模糊輸入信號(hào)和模糊權(quán)值。 模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的區(qū)別與聯(lián)系 (3)從知識(shí)的運(yùn)用方式來看 ?模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)都具有并行處理的特點(diǎn)，模糊系統(tǒng)同時(shí)激活的規(guī)則不多，計(jì)算量小，而神經(jīng)網(wǎng)絡(luò)涉及的神經(jīng)元很多，計(jì)算量大。 .x rqypzt h e nBisyandAisxIf ??? 自適應(yīng)模糊系統(tǒng) 自適應(yīng)模糊系統(tǒng)是指具有學(xué)習(xí)算法的模糊邏輯系統(tǒng)，其中 模糊邏輯系統(tǒng) 是由服從模糊邏輯規(guī)則的一系列 “ Ifthen”規(guī)則構(gòu)造的； 學(xué)習(xí)算法 則依靠數(shù)據(jù)信息來調(diào)整模糊邏輯系統(tǒng)的參數(shù)。其輸入輸出均是模糊集合。 比如： If渾濁度 清 ，變化率 零 ， then洗滌時(shí)間 短 If渾濁度 較濁 ，變化率 小 ， then洗滌時(shí)間 標(biāo)準(zhǔn) （ 3）模糊推理機(jī)（ Fuzzy Infe
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1