本文格式為Word版，下載可任意編輯——BP神經(jīng)網(wǎng)絡(luò)試驗報告

學院：電氣工程學院班級：電氣F1104姓名：姜沖學號：202323910909老師：石慶升時間：2023.11.10

智能控制試驗報告

BP神經(jīng)網(wǎng)絡(luò)設(shè)計

一、試驗?zāi)康?/p>

1.初步熟悉MATLAB工作環(huán)境，熟悉命令窗口。2.學習并了解BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及學習算法。

二、試驗設(shè)備

1.計算機

2.Matlab軟件

三、試驗內(nèi)容和步驟

要求設(shè)計一個簡單的BP網(wǎng)絡(luò)，實現(xiàn)對非線性函數(shù)的迫近，通過改變該函數(shù)的參數(shù)以及BP網(wǎng)絡(luò)隱層神經(jīng)元的數(shù)目，來觀測訓練時間以及訓練誤差的變化狀況。

1．將要迫近的非線性函數(shù)設(shè)為正弦函數(shù)k=1;

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

title('要迫近的非線性函數(shù)');xlabel('時間');

ylabel('非線性函數(shù)');仿真結(jié)果如圖1

圖1

2．網(wǎng)絡(luò)建立

應(yīng)用函數(shù)newff()建立BP網(wǎng)絡(luò)結(jié)構(gòu)，為二層BP網(wǎng)絡(luò)。隱層神經(jīng)元數(shù)目n可以改變，暫設(shè)為10，輸出層有一個神經(jīng)元。選擇隱層和輸出層神經(jīng)元傳遞函數(shù)分別為tansig函數(shù)和purelin函數(shù)，網(wǎng)絡(luò)訓練算法采用trainlm>>n=10;

net=newff(minmax(p),[n,1],{'tansig''purelin'},'trainlm');%對于該初始網(wǎng)絡(luò)，可以應(yīng)用sim()函數(shù)觀測網(wǎng)絡(luò)輸出y1=sim(net,p);

%同時繪制網(wǎng)絡(luò)輸出曲線，并與原函數(shù)相比較figure;

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

title('未訓練網(wǎng)絡(luò)的輸出結(jié)果');xlabel('時間');

ylabel('仿真輸出－－原函數(shù)－');

仿真結(jié)果如圖2，由于使用newff()函數(shù)建立網(wǎng)絡(luò)時，權(quán)值和閾值的初始化是隨機的，所以網(wǎng)絡(luò)輸出的結(jié)果很差，根本達不到函數(shù)迫近的目的，并且每次運行結(jié)果也有所不同。

圖2

3．網(wǎng)絡(luò)訓練

應(yīng)用函數(shù)train()對網(wǎng)絡(luò)進行訓練之前，要先設(shè)置訓練參數(shù)。將訓練時間設(shè)置為50，

精度設(shè)置為0.01，其余用缺省值。訓練后得到的誤差變化過程如圖：net.trainParam.epochs=50;net.trainParam.goal=0.01;net=train(net,p,t)；仿真結(jié)果如圖3，圖4

圖3

圖4

4．網(wǎng)絡(luò)測試

對于訓練好的網(wǎng)絡(luò)進行仿真并繪制網(wǎng)絡(luò)輸出曲線，與原始非線性函數(shù)曲線以及未訓練網(wǎng)絡(luò)的輸出結(jié)果曲線相比較

>>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('訓練后網(wǎng)絡(luò)的輸出結(jié)果');xlabel('時間');

ylabel('仿真輸出');仿真結(jié)果如圖5，從圖中可以看出，得到的曲線和原始的非線性函數(shù)曲線很接近。這說明經(jīng)過訓練