Нейронные сети и нейроконтроллеры. Бураков М.В. - 139 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

139
дратов ошибок не станет меньше заданного значения или не будет
использовано максимальное число нейронов.
Рассмотрим пример использования функции newrb:
>> P = [0 1 2 3 4 5 6 7 8 9 10]; % определение обучающих данных
>> T = [0 1 2 3 4 3 2 1 2 3 4]; % на входе и выходе
>> GOAL = 0.01; % допустимый предел ошибки
>> SPREAD = 1; % ширина «окна» RBF-функций
>> net = newrb(P,T,GOAL,SPREAD); % создание RBF-сети
>> figure(1), clf, % создание и очистка окна графика
>> plot(P,T,'sr','MarkerSize',8,'MarkerFaceColor','y')
>> hold on; % хранение изображения
>> X = 0:0.01:10; % задание непрерывного входа RBF-сети.
>> Y = sim(net,X); % моделирование работы сети
>> plot(X,Y,'LineWidth',2), grid on % график работы RBF-сети.
На рис. 5.11 приведены графики моделирования RBF-сети. Уз-
нать, сколько образовалось радиальных нейронов, можно с помо-
щью команды
>> net.layers{1}.size
ans = 10
При использовании функции newrb получившееся число ней-
ронов зависит от заданного предела ошибки и ширины «окна» ак-
Рис. 5.11. Пример моделирования RBF-сети в MatLab
0 1 2 3 4 5 6 7 8 9 10
0.5
1
1.5
2
2.5
3
3.5
4
4.5
P
T

Страницы