智能控制課程設(shè)計 采用 BP 網(wǎng)絡(luò)進行模式識別

1、智能控制課程設(shè)計報告題目：采用 BP網(wǎng)絡(luò)進行模式識別院系：專業(yè)：姓名：學(xué)號：指導(dǎo)老師：期：年月日目錄1、 課程設(shè)計的目的和要求32、 問題描述33、 源程序34、 運行結(jié)果65、 總結(jié)7可編輯范本課程設(shè)計的目的和要求目的：1、通過本次課程設(shè)計進一步了解BP網(wǎng)絡(luò)模式識別的基本原理,掌握BP網(wǎng)絡(luò)的學(xué)習(xí)算法2、熟悉matlab語言在智能控制中的運用，并提高學(xué)生有關(guān)智能控制系統(tǒng)的程序設(shè)計能力要求：充分理解設(shè)計內(nèi)容，并獨立完成實驗和課程設(shè)計報告問題描述采用BP網(wǎng)絡(luò)進行模式識別。訓(xùn)練樣本為3對兩輸入單輸出樣本，見表7-3。是采用BP網(wǎng)絡(luò)對訓(xùn)練樣本進行訓(xùn)練，并針對一組實際樣本進行測試。用于測試的3組樣本輸入

2、分別為1,0.1;0.5,0.5和0.1,0.1表7-3訓(xùn)練樣本說明：該BP網(wǎng)絡(luò)可權(quán)值wij,wjl的初始值取1-1,+1之間的隨機值，學(xué)習(xí)參數(shù)刀=0.5,行0.05.取網(wǎng)絡(luò)訓(xùn)練的最終指標(biāo)E=10八（-20）,在仿真程序中用w1,w2代表wij,wjl,用lout代表*j。源程序%網(wǎng)絡(luò)訓(xùn)練程序clearall;closeall;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,

3、0,0,0,0'k=0;E=1.0;NS=3;whileE>=1e-020k=k+1;times(k)=k;fors=1:1:NSxs=1,0;0,0;0,1;ys=1,0,-1'x=xs(s,:);forj=1:1:6I(j)=x*w1(:,j);Iout(j)=1/(1+exp(-I(j);endy1=w2'*Iout;el=0;y=ys(s,:);el=el+0.5*(y-y1(1)42;es(s)=el;E=0;ifs=NSfors=1:1:NSE=E+es(s);endendey=y-y1;w2=w2_1+xite*Iout*ey+alfa*(w2_1-

4、w2_2);forj=1:1:6S=1/(1+exp(-I(j);FI(j)=S*(1-S);endfori=1:1:2forj=1:1:6dw1(i,j)=xite*FI(j)*x(i)*ey(1)*w2(j,1)endendw1=w1_1+dw1+alfa*(w1_1-w1_2);w1_2=w1_1;w1_1=w1;w2_2=w2_1;w2_1=w2;endEk(k)=E;endfigure(1);plot(times,Ek,'r');xlabel('k');ylabel('E');savewfilew1w2;%網(wǎng)絡(luò)訓(xùn)練程序可編輯范本clea

5、rall;loadwfilew1w2;x=1,0.1;0.5,0.5;0.1,1；fo門=1:1:3forj=1:1:6I(i,j)=x(i,:)*w1(:,j);Iout(i,j)=1/(1+exp(-I(i,j);endendy=w2'*Iout'y=y'運行結(jié)果樣本訓(xùn)練的收斂過程1234507311.72B9-0.1291G-0141270.93304-0.37fG2I.59272-1.5S670.73377106790.S4SB3,100740761653456789101112W1的值123457312-1.04333-0.990324013435-C.406

6、6360629687Q91011W2的值輸入輸出10.10.91590.50.50.00870.11-0.9190測試樣本及結(jié)果總結(jié)本次課程設(shè)計對我們來說還是存在一定的難度的，畢竟在這之前一直就沒有做過課程設(shè)計，對BP網(wǎng)絡(luò)識別理論感到生疏，另外對matlab軟件也并不熟悉，屬于現(xiàn)學(xué)現(xiàn)用的那種，但這卻激發(fā)著我們對知識的渴望，不斷地上網(wǎng)查資料，一遍又一遍的翻著書本，不斷地探索著BP網(wǎng)絡(luò)模式識別的原理，反復(fù)地研讀著書本上的例題，讓我們原本望而止步的事情終究是在我們的努力之下完成了！通過本次課程設(shè)計，進一步了解了神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)、自組織和并行處理等特征，體會到了它強大的模式識別能力，熟悉了BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，同時也體驗了matlab軟件在智能控制系統(tǒng)應(yīng)用中強悍的數(shù)據(jù)處