Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Нейроуправление,л.р..doc
Скачиваний:
98
Добавлен:
16.04.2015
Размер:
720.38 Кб
Скачать

Старооскольский технологический институт

(филиал)

Московского государственного института стали и сплавов

(технологического университета)

Кафедра АиПЭ

Ю.И. Еременко, д.А. Полещенко

Нейроуправление

методические указания

к выполнению лабораторных работ

для студентов специальностей:

230102 – Автоматизированные системы обработки информации и управления

230105 – Программное обеспечение вычислительной техники и автоматизированных систем

230201 – Информационные системы и технологии

(очная форма обучения)

Одобрено редакционно-издательским советом

Старый Оскол

2006

УДК 519.7

ББК 6*3,1

Рецензент: д.т.н., профессор, зав. кафедрой мехатроники производственных систем Московской государственной академии приборостроения и информатики Аршанский М.М.

Еременко Ю.И., Полещенко Д.А. Нейроуправление. Методические указания к выполнению лабораторных работ. Старый Оскол, СТИ МИСиС, 2006. – 64 с.

Методические указания к выполнению лабораторных работ по курсу «Нейроуправление» для студентов специальностей: 230102 – «Автоматизированные системы обработки информации и управления», 230105 – «Программное обеспечение вычислительной техники и автоматизированных систем», 230201 – «Информационные системы и технологии», очной формы обучения.

 Еременко Ю.И., Полещенко Д.А.

 СТИ МИСиС

Содержание

Предисловие 4

Лабораторная работа № 1 5

ЗНАКОМСТВО С НЕЙРОННЫМИ СЕТЯМИ 5

Лабораторная работа № 2 18

Изучение нейронных сетей в пакете MatLab на примере аппроксимации тригонометрической функции 18

Глава 1 Цвет 34

Глава 2 Тип маркера 34

Глава 3 Тип линии 34

Лабораторная работа № 3 35

Параметрическая идентификация динамических объектов с применением нейронных сетей 35

Лабораторная работа № 4 43

ЭКСТРЕМАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ 43

Список литературы 64

Предисловие

Искусственные нейронные сети (ИНС), состоящие из совокупности соединенных между собой с определенной структурой искусственных нейронов, являются весьма упрощенной аналогией биологических нервных сетей.

Обучаемые ИНС, рассматриваются как универсальные, однородные динамические нелинейные преобразователи многомерной информации. Они могут быть применены для формирования нелинейных законов управления нелинейными динамическими объектами. Именно с этой позиции рассматриваются архитектура и алгоритмы обучения многослойных НС в развивающемся направлении современной науки – «Нейроуправление».

В лабораторном практикуме рассматриваются различные структуры НС, свойства основных преобразователей информации – функций активации, методы обучения НС, исследуются аппроксимационные свойства НС для нелинейных и динамических объектов. В лабораторной работе №4 студентам предложено ознакомится с основными принципами построения и функционирования экстремальных систем управления.

Для выполнения работ студент должен иметь навыки программирования на одном из универсальных языков программирования. Также необходимо уметь работать в среде Simulink пакета MatLab.

Лабораторная работа № 1 знакомство с нейронными сетями

1.1 Цель работы

Ознакомление со структурой нейронных сетей. Получение навыка программирования нейронных сетей.