第二章Matlab中的NN工具箱.ppt
《第二章Matlab中的NN工具箱.ppt》由会员分享,可在线阅读,更多相关《第二章Matlab中的NN工具箱.ppt(66页珍藏版)》请在麦多课文档分享上搜索。
1、第二章Matlab中的NN工具箱,2,感知器的函数应用,绘制样本点函数 plotpv可以在坐标图中绘出已知给定的样本点与类别,调用格式plotpv(X,T) X 、T分别为输入输出向量如:X=0 0 1 1;0 1 0 1;T=0 1 1 1;plotpv(X,T);,3,感知器的函数应用,4,感知器的函数应用,画出感知器分类线函数 plotpc在输入空间中用一个平面或者直线画出分类的样本区域,调用格式plotpc(w,b)初始化函数 initp可建立一个单层的感知器模型,调用格式W,b=initp(R,S) R为输入个数,S为输出个数W,b=initp(X,T) X 、T分别为输入输出向量如
2、:X=0 0 1 1;0 1 0 1;T=0 1 1 1;W,b=initp(X,T);plotpv(X,T);plotpc(W,b);,5,感知器的函数应用,感知器训练函数 trainp训练感知器模型,调用格式W,B,epochs,errors= trainp(w,b,X,T,tp) w为权值,b为网络的阈值,X为初始输入向量,T为目标向量 tpdisp_freq,max_epoch为训练控制参数,W与B为训练后权值与阈值如:X=0 0 1 1;0 1 0 1;T=0 1 1 1;W,b=initp(X,T);tp=1 20;W,b,epochs,errors= trainp(W,b,X,T
3、,tp)plotpv(X,T);plotpc(W,b);,6,感知器的函数应用,感知器仿真函数 simup训练感知器模型,调用格式Y= simup(X,w,b); w为权值,b为网络的阈值,X为初始输入向量,Y为网络的实际输出向量,7,感知器的函数应用,X=0 0 1 1;0 1 0 1;T=0 1 1 1; plotpv(X,T);W,b=initp(X,T);figure; plotpv(X,T); plotpc(W,b);figure;W,b,epochs,errors= trainp(W,b,X,T,-1);figure;ploterr(errors);X1=X;y=simup(X1,
4、W,b);,8,建立感知器函数 net=newp(Xr,S,Tf,Lf) Xr为输入向量矩阵,S表示神经元个数, Tf表示激活函数,Lf为学习函数, net为生成的新感知器神经网络。net=newp(-1 1;-1 1,1); Handle=plotpc(net.iw1,net.b1);,9,神经网络的函数应用,初始化神经网络函数 利用该函数可以对一个已经存在的神经网络进行初始值修正,网络的权值与阈值是按照网络的初始化函数进行修正的,格式 net=init(NET); NET为初始化前的网络,net为初始化后的网络。,10,神经网络的函数应用,神经网络训练函数 这是一个通用的网络训练函数,训练
5、函数重复的把一组输入向量应用到一个网络上,每次都更新网络,知道达到一个准则,停止训练的规则可能是最大学习步数,最小误差等,格式 net,tr=train(NET,X,T,Pi,Ai); NET为要训练的网络,X,T分别为输入向量与教师信号,Pi为初始输入延时,Ai表示层延时,net为训练后网络,tr表示训练步数和性能。,11,神经网络的函数应用,X=-0.5 -0.5 0.3 -0.1 0.2 0 0.6 0.8;-0.5 0.5 -0.5 1 0.5 -0.9 0.8 -0.6; T=1 1 0 1 1 0 1 0; net=newp(-1 1;-1 1,1); net.performFcn
6、=mae; net.trainParam.goal=0.01; net.trainParam.epochs=50; net.trainParam.show=1; net.trainParam.mc=0.95; net1,tr=train(net,X,T);,12,神经网络的函数应用,网络的仿真函数sim神经网络训练完成后,网络的权值与阈值就确定下来了,就可以用来解决实际问题了。Sim函数就是在实际训练完成后来解决实际问题的。Y,Xf,Afsim(net,X,Xi,Ai); net为训练好的网络,X为输入矩阵,Xi输入延时,Ai为层延时。 Y表示网络的实际输出向量矩阵。,13,神经网络的函数应用
7、,例如 testX=-0.5 0.3 -0.9 0.4 -0.1 0.2 -0.6 0.8 0.1 0.4;-0.3 -0.8 -0.4 -0.7 0.4 -0.6 0.1 -0.5 -0.5 0.3; y=sim(net1,testX); figure;plotpv(testX,y); plotpc(net1.iw1,net1.b1);,14,神经网络的函数应用,例:能对三个输入进行分类的感知器网络 X=-1 1 -1 1 -1 1 -1 1;-1 -1 1 1 -1 -1 1 1;-1 -1 -1 -1 1 1 1 1; T=0 1 0 0 1 1 0 1; plotpv(X,T); W,
8、b=initp(X,T); figure; plotpv(X,T);plotpc(W,b);figure; W,b,epochs,errors=trainp(W,b,X,T,-1); figure;ploterr(errors); X1=X; y=sim(X1,W,b);,15,神经网络的函数应用,例:能对四个输入进行分类的感知器网络 X=0.1 0.7 0.8 0.8 1 0.3 0 -0.3 -0.5 -1.5;1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.5 -1.5 -1.3; T=1 1 1 0 0 1 1 1 0 0;0 0 0 0 0 1 1 1 1 1; W,b=
9、initp(X,T);W,b,epochs,errors=trainp(W,b,X,T,-1); figure;ploterr(errors); X1=X; y=simup(X1,W,b);,16,BP网络的函数应用,bp网络的初始化函数 W,B=initff(Xr,S,Tf); W1,B1, W2,B2=initff(Xr,S1,Tf1,S2,Tf2); 例子: X=sin(0:100);cos(0:100*2); W1,B1, W2,B2=initff(X,8,tansig,5,purelin);,17,BP网络的函数应用,bp网络的训练函数 W,B,te,tr=trainbp(w,b,T
10、f,X,T,tp); bp网络的仿真函数 Y=simuff(X,w,b,Tf);,18,基于simulink的神经网络控制系统,模块的生成函数gensimgensim(net,st) X=1 2 3 4 5; T=1 3 5 7 9; net=newlind(X,T); y=sim(net,X);gensim(net,-1),19,基于simulink的神经网络控制系统,例子:建立一个感知器网络,使其能够完成“与”的功能 X=0 0 1 1;0 1 0 1;T=0 0 0 1; net1=newp(-1 1;-1 1,1); net1=train(net1,X,T); y=sim(net1,X
11、);gensim(net1,-1),20,基于simulink的典型神经网络控制系统,神经网络模型预测控制 反馈线性化控制 模型参考控制,21,基于simulink的典型神经网络控制系统,神经网络模型预测控制 搅拌器控制系统例子 predcstr,22,基于simulink的典型神经网络控制系统,反馈线性化控制 磁悬浮控制系统例子 narmamaglev,23,基于simulink的典型神经网络控制系统,模型参考控制 机械臂控制 mrefrobotarm,24,1.1 智能控制的发展与定义,25,1.1.2 智能控制的定义,1.1 智能控制的发展与定义,智能控制系统,能够在定形或不定形、熟悉或
12、不熟悉的环境中自主地或与操作人员交互作用以执行各种拟人任务的机器。,能按规定程序对机器或装置进行自动操作或控制的过程。,驱动智能机器自主实现其目标的过程。,用于驱动自主智能机器以实现其目标而无需人员干预的系统叫智能控制系统。,智能机器,自动控制,智能控制,26,Astrom对智能控制系统的定义,在传统的控制理论中融入诸如逻辑、推理和启发式机制等非常规的数学手段而构成的一种更为灵活的控制系统。,27,IEEE 对ICS 的规定,目前对ICS还没有一个完整的定义. IEEE Control System Society 的Technical Committee on Intelligent Con
13、trol 对ICS的general characteristics作了如下规定: An ability to emulate human capabilities, such as planning, learning and adaptation.,28,1.2 智能控制的结构理论与特点 (Structural Theories and Feature of Intelligent Control) 1.2.1 智能控制的结构理论,二元结构傅京孙(K.S.Fu) 首先论述了人工智能与自动控制的交接关系 ,指出“智能控制系统描述自动控制系统与人工智能的交接作用”。,29,2. 三元结构,萨里迪
14、斯(Saridis)认为,二元交集的两元互相支配无助于智能控制的有效和成功应用,必须把远筹学的概念引入智能控制,使它成为三元交集中的一个子集。萨里迪斯提出分级智能控制系统,由3个智能(感知)级组成:组织级、协调级、执行级。,1.2 智能控制的结构理论与特点,30,组织器,分配器,图1-4 分级智能控制系统,组织级,协调级,执行级,1.2 智能控制的结构理论与特点,31,3. 四元结构,蔡自兴提出四元智能控制结构,把智能控制看做自动控制、人工智能、信息论和运筹学四个学科的交集。,1.2 智能控制的结构理论与特点,32,信息论作为智能控制结构一个子集的理由: 信息论是解释知识和智能的一种手段; 控
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
本资源只提供5页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
2000 积分 0人已下载
下载 | 加入VIP,交流精品资源 |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第二 MATLAB 中的 NN 工具箱 PPT
