Materiały pomocnicze do przedmiotu Wspomaganie decyzji i metody sztucznej inteligencji – ćwiczenie 02
Politechnika Łódzka, Instytut Automatyki
1
Ćwiczenie 2.
Zadanie: Należy zbudować neuronowy model nieliniowego obiektu dynamicznego o wejściu u i
wyjściu y, określonego równaniami:
( )
1
2
1
2
2
1
sin
*
4
x
y
u
x
x
x
x
x
=
+
−
−
=
=
&
&
Rozwiązanie: Zadanie zostało podzielone na trzy etapy: (1) Zebranie danych do uczenia sieci
neuronowej, (2) Określenie struktury i uczenie sieci, (3) Sprawdzenie poprawności działania stworzonego
modelu neuronowego.
(1) Zbudować obiekt w Simulinku,i uruchomić symulację. Dane do uczenia sieci powinny być widoczne w
przestrzeni roboczej.
Materiały pomocnicze do przedmiotu Wspomaganie decyzji i metody sztucznej inteligencji – ćwiczenie 02
Politechnika Łódzka, Instytut Automatyki
2
Materiały pomocnicze do przedmiotu Wspomaganie decyzji i metody sztucznej inteligencji – ćwiczenie 02
Politechnika Łódzka, Instytut Automatyki
3
0
10
20
30
40
50
60
70
80
90
100
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
czas
u
(t
)
0
10
20
30
40
50
60
70
80
90
100
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
czas
y
(t
)
(2) Stworzyć dwuwarstwową sieć neuronową i przeprowadzić proces uczenia
% dane do uczenia sieci
we=[u yn1 yn2];
cel=yn;
% konstruowanie i uczenie sieci
siec=newff([minmax(we')],[5,1],{
'tansig'
,
'purelin'
});
siec.trainParam.epochs=1000;
siec_nauczona=train(siec,we',cel');
%odp_sieci=sim(siec_nauczona,we');
0
100
200
300
400
500
600
700
800
900
1000
10
-10
10
-8
10
-6
10
-4
10
-2
10
0
1000 Epochs
T
ra
in
in
g-
B
lu
e
Performance is 2.02243e-010, Goal is 0
Materiały pomocnicze do przedmiotu Wspomaganie decyzji i metody sztucznej inteligencji – ćwiczenie 02
Politechnika Łódzka, Instytut Automatyki
4
3. Zbudować układ do porównania przebiegów czasowych obiektu i modelu neuronowego.
Materiały pomocnicze do przedmiotu Wspomaganie decyzji i metody sztucznej inteligencji – ćwiczenie 02
Politechnika Łódzka, Instytut Automatyki
5
W ramach ćwiczenia należy sprawdzić jak wyniki modelowania neuronowego zależą od
(1) czasu próbkowania i
(2) struktury sieci.