Искусственные нейронные сети. Сивохин А.В - 132 стр.

   3. Use Current Weights – переключатель для использования те-
кущих весов нейронной сети;
   4. Use Validation Data – переключатель для использования кон-
трольного множества в объёме 25 % от обучающего множества;
   5. Use Testing Data – переключатель для использования тестово-
го множества в объёме 25% от обучающего множества.
   Для идентификации управляемого процесса необходимо выпол-
нить следующие действия:
   1. Задать архитектуру нейронной сети, которая будет моделью
управляемого процесса.
   2. Задать параметры обучения.
   3. Выбрать модель Simulink для управляемого процесса.
   4. Сгенерировать обучающую последовательность заданного
объёма, запустив модель Simulink с помощью кнопки Generate
Training Data. Генерация обучающей последовательности произво-
дится с помощью воздействия ряда ступенчатых сигналов на модель
управляемого процесса и снятия значений на выходе и входе модели
через каждый шаг квантования. Графики входного и выходного сиг-
нала отображаются в окне Plant Input-Output Data.
   5. По завершении генерации обучающей последовательности не-
обходимо либо принять эти данные, нажав на кнопку Accept Data, и
тогда они будут использованы для обучения нейронной сети, либо
отвергнуть их, нажав кнопку Reject Data, и повторить процесс иден-
тификации управляемого процесса, представленного моделью Simu-
link.
   6. После получения обучающей последовательности необходимо
установить требуемые параметры обучения и с помощью кнопки
Train Network запустить процесс обучения нейронной сети.
   7. После завершения обучения его результаты отображаются на
графиках изменения ошибки сети для обучающей, контрольной и
тестирующей последовательностей, а также выходных значений мо-
дели и сети при подаче на вход указанных последовательностей.
   8. Если результаты обучения приемлемы, то надо сохранить па-
раметры нейросетевой модели управляемого процесса и приступить



                               132