資源描述：
《基于神經(jīng)網(wǎng)絡(luò)的模糊控制》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于神經(jīng)網(wǎng)絡(luò)的仿真實(shí)驗(yàn)一、實(shí)驗(yàn)?zāi)康?.熟悉神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、特征及學(xué)習(xí)算法2.通過實(shí)驗(yàn)掌握利用祌經(jīng)網(wǎng)絡(luò)進(jìn)行樣本學(xué)習(xí)與訓(xùn)練的方法。3.通過實(shí)驗(yàn)了解神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、權(quán)值、學(xué)習(xí)速率、動(dòng)量因子對(duì)控制效果的影響。4.通過實(shí)驗(yàn)掌握用Matlab實(shí)現(xiàn)祌經(jīng)W絡(luò)控制系統(tǒng)仿真的方法二、實(shí)驗(yàn)內(nèi)容1.給出仿真系統(tǒng)的設(shè)計(jì)過程和程序淸單。2.記錄實(shí)驗(yàn)數(shù)據(jù)和曲線三、實(shí)驗(yàn)步驟1.在Matlab下依據(jù)原理編寫仿真程序并調(diào)試。2.給定輸入信號(hào)，或訓(xùn)練樣本，運(yùn)行程序，記錄實(shí)驗(yàn)數(shù)據(jù)和控制曲線3.修改神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)，如權(quán)值、學(xué)習(xí)速率、動(dòng)量因子、隱含層神經(jīng)元個(gè)數(shù)等，重復(fù)
2、步驟(2)四、實(shí)驗(yàn)要求1.使用BP網(wǎng)絡(luò)逼近對(duì)象:咐-1）l+y（々-l）2t<0.55采樣時(shí)間取2ms,輸入信號(hào)為u(k)=2Sin(10irt),神經(jīng)網(wǎng)絡(luò)為3-10-2結(jié)構(gòu),權(quán)值Wl,W2的初始取值取[-1，+1]之間的隨機(jī)值，取n=0.80,a=0.06。2.取標(biāo)準(zhǔn)樣本為3輸入2輸出樣本，如表所示。輸入輸出101101100111100100100010101000神經(jīng)網(wǎng)絡(luò)為3-12-2結(jié)構(gòu)，權(quán)值的初始取值取[_1，+1]之間的隨機(jī)值，取n=0.70,a=0.05,訓(xùn)練最絳
3、楊-為。3.被控對(duì)象為y(k)=0.368)，(
4、々一1)+0.26y(k—2)+0.1⑽一1)+0.63W-2)輸入指令為一方波信號(hào)：rin(k)=0.8sgn(sin(4;rz))，采樣吋間為1ms，=0.60,采用有監(jiān)督Ilebb學(xué)習(xí)實(shí)現(xiàn)權(quán)值的學(xué)習(xí)，初始權(quán)值取W=[wlw2w3]=[0.150.150.15],/C=0.2五、實(shí)驗(yàn)程序1.clearall;closeall;xite=0.80;alfa=0.06;w2=rands（6，l）;清除所有文件；關(guān)閉所有己開文件；慣性系數(shù)為0.8;學(xué)習(xí)速率為0.06;初始化隱含層與輸出層6行1列的權(quán)值矩陣;初始化輸入層與隱含層；
5、給神經(jīng)元的輸入層的節(jié)點(diǎn)賦值;初始化；采樣時(shí)間為2ms；第k個(gè)采樣時(shí)間；第k個(gè)采樣吋間輸入信號(hào);w2_l=w2;w2_2=w2一1;wl=rands(2,6);wl_l=wl;wl_2=wl;dwl=O*wl;x=[0,0]’;u_l=O;y_i=O；i=[o,o,o,o,o,or;lout=[0,0,0,0,0,0]’；FI=[0,0,0,0,0,0]*;ts=0.002;fork=1:1:1000time(k)=k*ts;u(k)=2*sin(10*pi*ts);y(k)=u_P3+y_l/(l+y_lA2);第k個(gè)采樣時(shí)間
6、輸入信號(hào);forj=l:l:6I(j)=x,*wl(:,j);Iout(j)=1/(1+exp(-I(j)));隱含層輸出;endyn(k)=w2'*Iout;輸出層輸出=隱含層與輸出層之間連接數(shù)*隱含層輸出；e(k)=y(k)-yn(k);w2=w2_l+(xite*e(k))*Iout+alfa*(w2_1-w2_2);隱含層與輸出層之間的權(quán)值調(diào)整公式；forj=1:l:6FI(j)=exp(-I(j))/(l+exp(-ia)))A2；endfori=1:1:2forj=l:l:6dwl(i，j)=e(k)*xite*F
7、l(j)*w2(j)*x(i);輸入層與隱含層之間的權(quán)值變化公式;endendw1=w1_1+dw1+alfa*(w1_1-w1_2);輸入層與隱含層之間的權(quán)值調(diào)整公式;yu=0;forj=l:l:6yu=yu+w2(j)*w1(1，j)*FI(j);enddyu(k)=yu;x⑴=u(k);x(2)=y⑻；wl_2=wl_l;wl_l+wl;w2_2=w2_l;w2_l=w2;u_l=u(k);y_l=y(k);endfigure(l);plot(time，y，’r’，time，yn，'b’)；両圖;xlabel(’time
8、s’);ylabel(’yandyn’);figure(2);plot(time，y-yn/r’);xlabel('times,);ylabel(,error,);figure(3);plot(time，dyu);xlabel(’times’);ylabel(’dyu’)；0.350.30.250.20.150.10.050O0.10.20.30.40.50.60.70.80.9times-0.050.60.40.20-0.2-0.4-0.600.10.20.30.40.50.60.70.80.912.clearall;clo
9、seall;xite=0.50;alfa=0.05;w2=rands(6,2);w2_l=w2;w2_2=w2_l;wl=rands(3,6);wl_l=wl;wl_2=wl;dwl=0*wl;i=[o,o,o,o,o,or;lout=[0,0,0,0,0,0r;fi=[o,
