BP神经网络试验报告_第1页
BP神经网络试验报告_第2页
BP神经网络试验报告_第3页
BP神经网络试验报告_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本文格式为Word版，下载可任意编辑——BP神经网络试验报告

学院：电气工程学院班级：电气F1104姓名：姜冲学号：202323910909老师：石庆升时间：2023.11.10

智能控制试验报告

BP神经网络设计

一、试验目的

1.初步熟悉MATLAB工作环境，熟悉命令窗口。2.学习并了解BP神经网络的结构及学习算法。

二、试验设备

1.计算机

2.Matlab软件

三、试验内容和步骤

要求设计一个简单的BP网络，实现对非线性函数的迫近，通过改变该函数的参数以及BP网络隐层神经元的数目，来观测训练时间以及训练误差的变化状况。

1．将要迫近的非线性函数设为正弦函数k=1;

p=[-1:.05:1];t=sin(k*pi*p);plot(p,t,'-')

title('要迫近的非线性函数');xlabel('时间');

ylabel('非线性函数');仿真结果如图1

图1

2．网络建立

应用函数newff()建立BP网络结构，为二层BP网络。隐层神经元数目n可以改变，暂设为10，输出层有一个神经元。选择隐层和输出层神经元传递函数分别为tansig函数和purelin函数，网络训练算法采用trainlm>>n=10;

net=newff(minmax(p),[n,1],{'tansig''purelin'},'trainlm');%对于该初始网络，可以应用sim()函数观测网络输出y1=sim(net,p);

%同时绘制网络输出曲线，并与原函数相比较figure;

plot(p,t,'-',p,y1,'--')

title('未训练网络的输出结果');xlabel('时间');

ylabel('仿真输出－－原函数－');

仿真结果如图2，由于使用newff()函数建立网络时，权值和阈值的初始化是随机的，所以网络输出的结果很差，根本达不到函数迫近的目的，并且每次运行结果也有所不同。

图2

3．网络训练

应用函数train()对网络进行训练之前，要先设置训练参数。将训练时间设置为50，

精度设置为0.01，其余用缺省值。训练后得到的误差变化过程如图：net.trainParam.epochs=50;net.trainParam.goal=0.01;net=train(net,p,t)；仿真结果如图3，图4

图3

图4

4．网络测试

对于训练好的网络进行仿真并绘制网络输出曲线，与原始非线性函数曲线以及未训练网络的输出结果曲线相比较

>>net.trainParam.epochs=50;net.trainParam.goal=0.01;net=train(net,p,t);>>y2=sim(net,p);figure;

plot(p,t,'-',p,y1,'--',p,y2,'-.')

title('训练后网络的输出结果');xlabel('时间');

ylabel('仿真输出');仿真结果如图5，从图中可以看出，得到的曲线和原始的非线性函数曲线很接近。这说明经过训练

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论