Нейронные сети и нейроконтроллеры. Бураков М.В. - 93 стр.

UptoLike

Составители:

Рубрика:

Выполним моделирование (здесь PF – имя файла модели):

>> [t,y]=sim('PF',20);

и построим график переходного процесса (рис. 3.26):

>> plot(t,y(:,2))

Зададим обучающую выборку, параметры нейронной сети и обу-

чения:

>> P = t';

>> T = y(:,2)';

>> net=newff([0 20], [15,1], {'tansig','purelin'},'trainlm');

>> net.trainParam.show = 50;

>> net.trainParam.lr = 0.05;

>> net.trainParam.epochs = 100;

>> net.trainParam.goal = 0.001;

>> net1 = train(net, P, T);

и выполним моделирование:

>> A= sim(net1,P);

>> figure(1); plot(P,A)

>> grid

Затем экспортируем полученную нейронную сеть в Simulink

(здесь 0,01 – постоянный шаг интегрирования по времени):

>> gensim(net1,0.01)

Рис. 3.26. Выходной сигнал динамического объекта

0.5

1.5

y(t)