智能化控制课程设计报告.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
WORD格式 编辑整理 PAGE 专业知识分享 WORD文档 下载可编辑 专业技术资料精心整理 《智能控制》课程设计报告 题 目:采用BP网络进行模式识别 院 系: 专 业: 姓 名: 学 号: 指导老师: 日 期: 年 月 日 目录 课程设计的目的和要求………………………………3 问题描述………………………………………………3 源程序…………………………………………………3 运行结果………………………………………………6 总结……………………………………………………7 课程设计的目的和要求 目的:1、通过本次课程设计进一步了解BP网络模式识别的基本原理,掌握BP网络的学习算法 2、熟悉matlab语言在智能控制中的运用,并提高学生有关智能控制系统的程序设计能力 要求:充分理解设计内容,并独立完成实验和课程设计报告 问题描述 采用BP网络进行模式识别。训练样本为3对两输入单输出样本,见表7-3。是采用BP网络对训练样本进行训练,并针对一组实际样本进行测试。用于测试的3组样本输入分别为1,0.1;0.5,0.5和0.1,0.1。 输入 输出 1 0 1 0 0 0 0 1 -1 表7-3 训练样本 说明:该BP网络可看做2-6-1结构,设权值wij,wjl的初始值取【-1,+1】之间的随机值,学习参数η=0.5,α=0.05.取网络训练的最终指标E=10^(-20),在仿真程序中用w1,w2代表wij,wjl,用Iout代表 x'j。 源程序 %网络训练程序 clear all; close all; xite=0.50; alfa=0.05; w2=rands(6,1); w2_1=w2;w2_2=w2; w1=rands(2,6); w1_1=w1;w1_2=w1; dw1=0*w1; I=[0,0,0,0,0,0]; Iout=[0,0,0,0,0,0]; FI=[0,0,0,0,0,0]; k=0; E=1.0; NS=3; while E=1e-020 k=k+1; times(k)=k; for s=1:1:NS xs=[1,0; 0,0; 0,1]; ys=[1,0,-1]; x=xs(s,:); for j=1:1:6 I(j)=x*w1(:,j); Iout(j)=1/(1+exp(-I(j))); end y1=w2*Iout; el=0; y=ys(s,:); el=el+0.5*(y(1)-y1(1))^2; es(s)=el; E=0; if s==NS for s=1:1:NS E=E+es(s); end end ey=y-y1; w2=w2_1+xite*Iout*ey+alfa*(w2_1-w2_2); for j=1:1:6 S=1/(1+exp(-I(j))); FI(j)=S*(1-S); end for i=1:1:2 for j=1:1:6 dw1(i,j)=xite*FI(j)*x(i)*ey(1)*w2(j,1) end end w1=w1_1+dw1+alfa*(w1_1-w1_2); w1_2=w1_1;w1_1=w1; w2_2=w2_1;w2_1=w2; end Ek(k)=E; end figure(1); plot(times,Ek,r); xlabel(k);ylabel(E); save wfile w1 w2; %网络训练程序 clear all; load wfile w1 w2; x=[1,0.1; 0.5,0.5; 0.1,1]; for i=1:1:3 for j=1:1:6 I(i,j)=x(i,:)*w1(:,j); Iout(i,j)=1/(1+exp(-I(i,j))); end end y=w2*Iout; y=y 运行结果 样本训练的收敛过程 W1的值 W2的值 输入 输出 1 0.1 0.9159 0.5 0.5 0.0087 0.1 1 -0.9190 测试样本及结果 总结 本次课程设计对我们来说还是存在一定的难度的,毕竟在这之前一直就没有做过课程设计,对BP网络识别理论感到生疏,另外对matlab软件也并不熟悉,属于现学现用的那种,但这却激发着我们对知识的渴望,不断地上网查资料,一遍又一遍的翻着书本,不断地探索着BP网络

文档评论(0)

zxiangd + 关注
实名认证
文档贡献者

本人从事教育还有多年,在这和大家互相交流学习

1亿VIP精品文档

相关文档