Искусственные нейронные сети. Сивохин А.В - 87 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

87
sys = ss(tf(1, [1 1 1])); % – колебательное звено
time = 0:0.2:10; %
– интервал процесса
[Y, time] = step(sys, 0:0.2:10).
2.
Сформировать обучающее множество:
p = y(1: length(time)-2)' ; % – входной сигнал
t = y(3: length(time))' ; %
– целевой выход
time = 0:0.2:10;
[Y, time] = step(sys, 0:0.2:10 ).
3.
Сформировать сеть ADELINE и множества Р и Т:
net = newlin([-1 1], 1, [1 2]); % - lr = 0.01;
P = num2sell(p);
T = num2cell(t).
4.
Настроить сеть:
pi = {0 0} % – начальные значения для задержек;
net.adaptParam.passes = 5;
[net, Y, E, Pf, Af] = adapt(net, P, T, pi);
Y1 = cat(1, Y{:}) %
– массив ячеек в массив чисел.
5. Построить графики:
plot(time, Y1, 'b:', time, P, 'r-', …
xlabel('Время, c'), ylabel('Процессы'))
title('Обучение нейронной сети').
6.
Промоделировать сеть ADALINE:
x = sim(net, P);
x1 = cat(1, x{:});
plot(time, x1, 'b', time, p, 'r'); 
sys = ss(tf(1, [1 1 1])); % – колебательное звено
time = 0:0.2:10;           % – интервал процесса
[Y, time] = step(sys, 0:0.2:10).

2. Сформировать обучающее множество:
p = y(1: length(time)-2)' ; % – входной сигнал
t = y(3: length(time))' ; % – целевой выход
time = 0:0.2:10;
[Y, time] = step(sys, 0:0.2:10 ).

3. Сформировать сеть ADELINE и множества Р и Т:
net = newlin([-1 1], 1, [1 2]); % - lr = 0.01;
P = num2sell(p);
T = num2cell(t).

4. Настроить сеть:
pi = {0 0}                % – начальные значения для задержек;
net.adaptParam.passes = 5;
[net, Y, E, Pf, Af] = adapt(net, P, T, pi);
Y1 = cat(1, Y{:})           % – массив ячеек в массив чисел.

5. Построить графики:
plot(time, Y1, 'b:', time, P, 'r-', …
       xlabel('Время, c'), ylabel('Процессы'))
title('Обучение нейронной сети').

6. Промоделировать сеть ADALINE:
x = sim(net, P);
x1 = cat(1, x{:});
plot(time, x1, 'b', time, p, 'r');



                               87

Страницы