智能控制課程設(shè)計(jì)

1、智能控制課程設(shè)計(jì)報(bào)告題目：采用BP網(wǎng)絡(luò)進(jìn)行模式識別院系：專業(yè)：姓名：學(xué)號：指導(dǎo)老師:日期：年月日目錄1、 課程設(shè)計(jì)的目的和要求32、 問題描述33、 源程序34、 運(yùn)行結(jié)果65、 總結(jié)7課程設(shè)計(jì)的目的和要求目的：1、通過本次課程設(shè)計(jì)進(jìn)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(yùn)用，并提高學(xué)生有關(guān)智能控制系統(tǒng)的程序設(shè)計(jì)能力要求：充分理解設(shè)計(jì)內(nèi)容，并獨(dú)立完成實(shí)驗(yàn)和課程設(shè)計(jì)報(bào)告問題描述采用BP網(wǎng)絡(luò)進(jìn)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(jìn)行訓(xùn)練，并針對一組實(shí)際樣本進(jìn)行測試。用于測試的3組樣本輸入分別為1,

2、0.1;0.5,0.5和0.1,0.1。輸入輸出10100001-1表7-3訓(xùn)練樣本說明：該BP網(wǎng)絡(luò)可看做2-6-1結(jié)構(gòu)，設(shè)權(quán)值wij,wjl的初始值取(-1,+1之間的隨機(jī)值，學(xué)習(xí)參數(shù)n=0.5,a=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wl,w2代表wij,wjl,用lout代表XZjO源程序%網(wǎng)絡(luò)訓(xùn)練程序clearall;closeall;xite=0.50;alfa=0.05;w2=rands(6,l)；w2I=w2;w22=w2;wl=rands(2,6);wll=wl;wl2=wl;dwl=0*wl;I=0,0,0,0,0,0,;lout=0,0,0,0

3、,0,011;FI=0,0,0QQ,0r；k=0;E=1.0;NS=3;whileE>=le-020k=k+1;times(k)=k;fors=l:l:NSxs=l,O;0,0；0,1；ys=l,0,-l1;x=xs(s,:);forj=l:l:6I(j=x*wl(:,j);Iout(j)=l/(l+exp(-I(j);endyl=w2,*Iout;el=0;y=ys(s,：)；el=el+0.5*(y(l)-yl(l)A2;es(s)=el;E=0;ifs=NSfors=l:l:NSE=E+es(s);endendey=y-yi;w2=w2_1+xite*Iout*ey+alfa*(w

4、2_1-w2_2);forj=l:l:6S=l/(l+exp(-I(j);FI(j)=S*(l-S);enddwl(i,j)=xite*FI(j)*x(i)*ey(l)*w2(j,l)endendwl=wl_l+dw1+alfa*(w1_1-w1_2);wl_2=wl_l;wl_l=wl;w2_2=w2_1;w2_1=w2;endEk(k)=E;endfigure(l);plot(times,Ek/r')；xlabelCkylabelCE1)；savewfilewlw2;%網(wǎng)絡(luò)訓(xùn)練程序clearall;loadwfilewlw2;x=l,0.1;0.5,0.5;0.1,1；fori=l

5、:l:3forj=l:l:6I(i,j)=x(i,:)*wl(:,j);Iout(i,j)=l/(l+exp(-I(i,j);endendy=w2'*Iouf;y=y'運(yùn)行結(jié)果3.53;2.521.5,1-0.5-100150k200250IL-050樣本訓(xùn)練的收斂過程1234567811.72B9-0.12916-0.141270.93804-0.376621.59272-1.58570738771.08790.84683-0.100740751853456789101112W1的值1234567812.02482-1.04333-0.990324Q13435-0.48663

6、60629687891011W2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(jì)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(jì)，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(jì)，進(jìn)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(qiáng)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(shí)也體驗(yàn)了matlab軟件在智能控制系統(tǒng)應(yīng)用中強(qiáng)