Моделирование нейронных сетей в Matlab (2010) (1245259), страница 2
Текст из файла (страница 2)
IW { 1 , 1 } , n e t wo r k 1 . b { 1 }ans =1.95681.9603ans =-3.06783.2779и команду:> > n e t wo r k 1 . IW { 2 , 1 } , n e t wo r k 1 . b { 2 }ans =[]ans =23.4859Теперь можно построить модель НС в среде Simulink и отобразить еесхему, используя команду:>> gensim(network1)Эта схема является в полной мере функциональной схемой и можетбыть применена для моделирования нейронной сети. Двойной щелчок на10блоке Neural Network раскрывает слои сети, а двойной щелчок на блоке слоясети раскрывает его структуру.3.
Моделирование нейронных сетей при помощи Simulink3.1. Средства Simulink для работы с нейронными сетямиПакет Neural Network Toolbox содержит ряд блоков, которые могутбыть либо непосредственно использованы для построения нейронных сетей всреде Simulink, либо применяться вместе с рассмотренной выше функциейgensim.Для вызова этого набора блоков в командной строке необходимо набрать команду neural, после выполнения который появляется окно нейросетевых (этого же результата можно добиться с помощью кнопки Simulink меню MATLAB и далее — кнопки Neural Network Blockset).Каждый из нейросетевых блоков, в свою очередь, является набором(библиотекой) некоторых блоков.
Рассмотрим их.Двойной щелчок на блоке Transfer Functions приводит к появлениюбиблиотеки блоков функций активации. Каждый из блоков данной библиотеки преобразует подаваемый на него вектор в соответствующий вектор той жеразмерности.Блок Net Input Functions включает блоки, реализуют функции преобразования входов сети.Блок Weight Functions содержит библиотеку блоков, реализующихнекоторые функции весов и смещений.11Отметим, что в процессе работы со всеми приведенными блокамипри задании конкретных числовых значений ввиду особенностей Simulink векторы необходимо представлять как столбцы, а не как строки.Блоки, объединенные в библиотеку Control Systems реализуют нейросетевые регуляторы трех различных структур — регулятор с предсказанием,регулятор, основанный на использовании модели нелинейной авторегрессиисо скользящим средним (Nonlinear Autoregressive-Moving Average — NARMA-L2), и регулятор на основе эталонной модели, которые удобны при построении и исследовании моделей систем автоматического управления, атакже блок просмотра результатов.3.2.
Выполнение моделированияОсновной функцией для формирования нейросетевых моделей в Simulink является функция gensim, записываемая в формеgensim(net,st),где net — имя созданной НС, st — интервал дискретизации (если НС не имеет задержек, ассоциированных с ее входами или слоями, значение данногоаргумента устанавливается равным -1).В качестве примера использования средств Simulink рассмотрим следующую задачу.Пусть входной и целевой векторы имеют видр = [1 2 3 4 5] ; t = [ 1 3 5 7 9];Создадим линейную НС и протестируем ее по данным обучающей выборки:>> р = [1 2 3 4 5] ;>> t = [1 3 5 7 9] ;>> net = newlind(р,t);>> Y = sim(net,p)У=1.0000 3.0000 5.0000 7.0000 9.0000Затем запустим Simulink командой>> gensim(net,-1)Это приведет к открытию окна с нейросетевой моделью.Для проведения тестирования модели щелкнем дважды на левом значке(с надписью Input 1 — Вход 1), что приведет к открытию диалогового окнапараметров блока.
В данном случае блок Input 1 является стандартным блоком задания константы (Constant). Изменим значение по умолчанию на 2 инажмем кнопку ОК.12Затем нажмем кнопку Start в панели инструментов окна модели.Расчет нового значения сетью производится практически мгновенно.Для его вывода необходимо дважды щелкнуть на правом значке (наблоке у(1)).Результат вычислений равен 3, как и требуется, и выводится в видеграфика. Для вывода результата в числовом виде к выходу модели следуетподключить блок «дисплей».Отметим, что дважды щелкая на блоке Neural Network, а затем на блоке Layer 1, можно получить детальную графическую информацию о структуре сети.13С созданной сетью можно проводить различные эксперименты, возможные в среде Simulink; вообще, с помощью команды gensim осуществляется интеграция созданных нейросетей в блок-диаграммы этого пакета с использованием имеющихся при этом инструментов моделирования различныхсистем (например, возможно встраивание нейросетевого регулятора в систему управления и моделирование последней и т.
п.).ЛИТЕРАТУРА1. Усков А.А., Кузьмин А.В. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. М.: Горячая линия Телеком, 2004. – 143 с.2. Дьяконов В.П., Круглов В.В. MATLAB 6.5 SP1/7/7 SP1/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики. – М.:СОЛОН-ПРЕСС, 2006. – 456 с.14.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
