《三容水箱BP神经网络逼近.doc》由会员分享，可在线阅读，更多相关《三容水箱BP神经网络逼近.doc（4页珍藏版）》请在三一文库上搜索。
1、 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1、 实验目的1、 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；2、 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 。2、 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
2、度初始值为60H=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
3、(:,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;endfigure;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。