- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
三容水箱BP神经网络逼近
南昌大学实验报告
学生姓名: 王钟曦 学 号: 6100308091 专业班级: 自动化083班
实验类型:■ 验证 □ 综合 □ 设计 □ 创新 实验日期: 2011-11-10 实验成绩:
实验三 三容水箱BP神经网络逼近
实验目的
通过实现三容水箱的BP神经网络逼近达到对神经网络控制的初步认识,并进行简单BP神经网络逼近的matlab编程和调试;
通过BP神经网络逼近的方法,使三容水箱中的h3能够稳定在100 。
实验原理
Bp神经网络是误差反向传播神经网络,其基本思想是梯度下降法
q1=b*M; q2=21*sqrt(h)
三.程序
clear all;
close all;
M=60;%阀门开度初始值为60
H=80;
h=50;
b=3.5;
s=120;
xite=0.50;
alfa=0.05;
w2=rands(6,1);
w2_1=w2;w2_2=w2_1;
w1=rands(1,6);
w1_1=w1;w1_2=w1_1;
dw1=0*w1;
x=[0];
I=[0,0,0,0,0,0];
Iout=[0,0,0,0,0,0];
FI=[0,0,0,0,0,0];
ts=0.001;
for k=1:1:8500
time(k)=k*ts;
L1(k)=h;
L2(k)=H-h;
e1(k)=H-h;
q1=b*M;
q2=21*sqrt(h);
h=h+(q1-q2)/s;
for j=1:1:6
I(j)=x*w1(:,j);
Iout(j)=1/(1+exp(-I(j)));
end
Mn(k)=w2*Iout;
e2(k)=M-Mn(k);
w2=w2_1+(xite*e2(k))*Iout+alfa*(w2_1-w2_2);
for j=1:1:6
FI(j)=exp(-I(j))/(1+exp(-I(j)))^2;
end
for i= 1:1:1
for j=1:1:6
dw1(i,j)=e2(k)*xite*FI(j)*w2(j)*x(i);
end
end
w1=w1_1+dw1+alfa*(w1_1-w1_2);
%%%%%%%%%%%%%%%%%%%%%%Jacobian%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
yu=0;
for j=1:1:6
yu=yu+w2(j)*w1(1,j)*FI(j);
end
dyu(k)=yu;
x=e1(k);
w1_2=w1_1;w1_1=w1;
w2_2=w2_1;w2_1=w2;
end
figure;
plot(time,L1,r,time,L2,b);
图如下
实验总结:
经过本次实验,了解了Matlab程序的调试与运行,加深了对BP神经网络控制基本原理的理解与运用,实验过程中掌握BP神经网络的基本算法。调试过程是一个需要耐心的阶段。
文档评论(0)