智能控制课程设计报告书

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

《智能控制》课程设计报告

题目:采用BP网络进行模式识别院系:

专业:

姓名:

学号:

指导老师:

日期:年月日

目录

1、课程设计的目的和要求 (3)

2、问题描述 (3)

3、源程序 (3)

4、运行结果 (6)

5、总结 (7)

课程设计的目的和要求

目的:1、通过本次课程设计进一步了解BP网络模式识别的基本原理,掌握BP网络的学习算法

2、熟悉matlab语言在智能控制中的运用,并提高学生有关智能控制系统的程序设计能力

要求:充分理解设计内容,并独立完成实验和课程设计报告

问题描述

采用BP网络进行模式识别。训练样本为3对两输入单输出样本,见表7-3。是采用BP网络对训练样本进行训练,并针对一组实际样本进行测试。用于测试的3组样本输入分别为1,0.1;0.5,0.5和

0.1,0.1。

输入输出

1 0 1

0 0 0

0 1 -1

表7-3 训练样本

说明:该BP网络可看做2-6-1结构,设权值wij,wjl的初始值取【-1,+1】之间的随机值,学习参数η=0.5,α=0.05.取网络训练的最终指标E=10^(-20),在仿真程序中用w1,w2代表wij,wjl,用Iout代表

x'j。

源程序

%网络训练程序

clear all;

close all;

xite=0.50;

alfa=0.05;

w2=rands(6,1);

w2_1=w2;w2_2=w2;

w1=rands(2,6);

w1_1=w1;w1_2=w1; dw1=0*w1;

I=[0,0,0,0,0,0]'; Iout=[0,0,0,0,0,0]'; FI=[0,0,0,0,0,0]';

k=0;

E=1.0;

NS=3;

while E>=1e-020 k=k+1;

times(k)=k;

for s=1:1:NS

xs=[1,0;

0,0;

0,1];

ys=[1,0,-1]';

x=xs(s,:);

for j=1:1:6

I(j)=x*w1(:,j);

Iout(j)=1/(1+exp(-I(j))); end

y1=w2'*Iout;

el=0;

y=ys(s,:);

el=el+0.5*(y(1)-y1(1))^2; es(s)=el;

E=0;

if s==NS

for s=1:1:NS

E=E+es(s);

end

end

ey=y-y1;

w2=w2_1+xite*Iout*ey+alfa*(w2_1-w2_2);

for j=1:1:6

S=1/(1+exp(-I(j)));

FI(j)=S*(1-S);

end

for i=1:1:2

for j=1:1:6

dw1(i,j)=xite*FI(j)*x(i)*ey(1)*w2(j,1) end

end

w1=w1_1+dw1+alfa*(w1_1-w1_2);

w1_2=w1_1;w1_1=w1;

w2_2=w2_1;w2_1=w2;

end

Ek(k)=E;

end

figure(1);

plot(times,Ek,'r');

xlabel('k');ylabel('E');

save wfile w1 w2;

%网络训练程序

clear all;

load wfile w1 w2;

x=[1,0.1;

0.5,0.5;

0.1,1];

for i=1:1:3

for j=1:1:6

I(i,j)=x(i,:)*w1(:,j);

Iout(i,j)=1/(1+exp(-I(i,j)));

end

end

y=w2'*Iout';

y=y'

运行结果

样本训练的收敛过程

W1的值

W2的值

输入输出

1 0.1 0.9159

0.5 0.5 0.0087

0.1 1 -0.9190

测试样本及结果

总结

本次课程设计对我们来说还是存在一定的难度的,毕竟在这之前一直就没有做过课程设计,对BP网络识别理论感到生疏,另外对matlab软件也并不熟悉,属于现学现用的那种,但这却激发着我们对知识的渴望,不断地上网查资料,一遍又一遍的翻着书本,不断地探索着BP网络模式识别的原理,反复地研读着书本上的例题,让我们原本望而止步的事情终究是在我们的努力之下完成了!通过本次课程设计,进一步了解了神经网络自学习、自组织和并行处理等特征,体会到了它强大的模式识别能力,熟悉了BP神经网络的学习算法,同时也体验了matlab软件在智能控制系统应用中强悍的数据

.专业.专注.

处理能力!当然,在本次侧成设计中,由于程序相对于我们以前接触的来说比较长,所以在设计及程序输入时都要特别细心,不过好在matlab软件中只要已输入一些比较明显的错误它都能立刻做出提示!

. word可编辑.

相关文档
最新文档