Нейронные сети и нейроконтроллеры. Бураков М.В. - 78 стр.

UptoLike

Составители: 

78
>> figure(1)
>> plot(P,T,'ko',X,Y)
В этом примере векторы P и T задают 11 опорных точек, по кото-
рым требуется построить непрерывную функцию. Нейронная сеть
имеет два слоя, скрытый слой содержит пять нейронов. Задано 50
эпох обучения при требуемой ошибке 0,01. Из рис. 3.7 следует, что
задача решена достаточно качественно.
Пример 3.6. Пусть имеется большой массив точек:
>> x = 0:.05:2;
>> y = 1 ./ ((x–.3).^2 + .01) + 1 ./ ((x–.9).^2 + .04) – 6;
Требуется построить ИНС ПР для аппроксимации этого массива:
>> net=newff([0 2], [15,1], {'tansig','purelin'},'trainlm');
>> net.trainParam.show = 50;
>> net.trainParam.epochs =100;
>> net.trainParam.goal = 0.001;
>> P=x;
>> T=y;
>> net1 = train(net, P, T);
График обучения представлен на рис. 3.8. Заданная ошибка ока-
залась достигнута уже на 55-й итерации.
Рис. 3.7. Аппроксимация функции, заданной набором точек
0 1 2 3 4 5 6 7 8 9 10
-0.5
0
1
2
3
4
4.5
T,
Y
P,
X