Лабораторная работа № 2. Пример решения типовой задачи

3.4686 4.2115 4.6152 4.6095 4.2887 3.8349...

1.34 1.55 1.76 1.96 2.17 2.38...

Пример решения типовой задачи

Выполнение лабораторной работы состоит из следующих этапов: прежде всего, необходимо оцифровать график функции y=f(x), то есть получить ряд соответствующих значений по горизонтальной и вертикальной осям.

Рис. 2. Пример зависимости для функции одной переменной

В примере, показанном на рис. 2 были получены два массива, каждый из которых состоит из 15 значений. По горизонтальной оси – [ 0.10 0.31 0.51 0.72 0.93 1.14 1.34 1.55 1.76 1.96 2.17 2.38 2.59 2.79 3.00]. По вертикальной оси – [ 0.1010 0.3365 0.6551 1.1159 1.7632 2.5847 3.4686 4.2115 4.6152 4.6095 4.2887 3.8349 3.4160 3.1388 3.0603].

Ниже приводится программа создания, обучения нейронной сети и вывода результатов.

x=[0.10 0.31 0.51 0.72 0.93 1.14...

2.59 2.79 3.00];

y=[0.1010 0.3365 0.6551 1.1159 1.7632 2.5847...

3.4160 3.1388 3.0603];

net=newff([0 3],[5,1],{'tansig','purelin'},'trainbfg');

net.trainParam.epochs=300;

net.trainParam.show=50;

net.trainParam.goal=1.37e-2;

[net,tr]=train(net,x,y);

an=sim(net,x);

plot(x,y,'+r',x,an,'-g'); hold on;

xx=[0.61 2.61];

v=sim(net,xx)

plot(xx,v,'ob','MarkerSize',5,'LineWidth',2)

В результате выполнения программы получаются следующие результаты, отражённые на рис. 3 и 4:

Рис. 3. Характеристика точности обучения в зависимости от числа эпох обучения

Рис. 4. Результаты моделирования сети: + ‑ исходные данные; сплошная линия и символ «о» – результаты моделирования всей зависимости и в контрольных точках

В массиве v содержатся приближённые значения для двух контрольных точек, указанных на графике (рис. 2) xx=[0.61 2.61]. При данных параметрах сети получены значения: v = [1.05 3.35]. Сравнив эти приближённые значения с точными значениями [0.85 3.37], можно сделать вывод о корректности построения нейронной сети.

1.4. Отчёт о выполнении работы

Отчёт о выполнении лабораторной работы №1 должен быть выполнен на листах формата А4 и содержать следующие результаты:

1. Исходные данные (рис. 2);

2. Текст программы с подробными комментариями;

3. Характеристику точности обучения (рис. 3);

4. Результаты моделирования (рис. 4);

5. Сопоставление результатов в контрольных точках;

6. Краткие выводы о результатах работы.

Дата добавления: 2015-06-04