Використання нейронної мережі в системі автоматизації

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
Не вказано
Кафедра:
Кафедра ЕП

Інформація про роботу

Рік:
2004
Тип роботи:
Лабораторна робота
Предмет:
Інші
Група:
МЕ

Частина тексту файла (без зображень, графіків і формул):

Міністерство освіти України Національний університет “Львівська політехніка” Кафедра ЕП Лабораторна робота №3 На тему: “ Використання нейронної мережі в системі автоматизації ” Мета роботи: навчитися синтезувати нейронні мережі і застосовувати їх в системах автоматизації. Програма роботи: Запустити середовище програмування МATLAB 6.5. Увійти до програмного пакету Simulink, набравши в командному рядку команду simulink. Відкрити в середовищі Simulink файл laboratorna2 з класичною структурою підпорядкованого регулювання та паралельною- нечіткою корекцією. Ввести параметри системи, що підлягає дослідженню, до робочого простору МATLAB 6.5 (За допомогою блока Simout до робочого простору МATLAB необхідно занести вхідні і вихідні координати нечіткого регулятора). Промоделювати систему, для чого в меню Simulink вибрати Simulation→Start. Зафіксувати результати моделювання. Запустити GUI-інтерфейс NNTool. Синтезувати нейронну мережу з якомога меншою похибкою. Створити S-модель нейронної мережі і вставити її замість нечіткого регулятора. Промоделювати систему, для чого в меню Simulink вибрати Simulation→Start. Порівняти роботу систем з паралельною нечіткою корекцією і паралельною корекцією за допомогою нейронної мережі. Результати оформити у вигляді звіту. Модель системи з використанням нейронної мережі , реалізована в середовищі Matlab 6.5 :  В результаті розрахунку отримали такий перехідний процес :  Для порівняння наведемо перехідні процеси , отримані для системи з нечітким регулятором і для системи , в якій використовується нейронна мережа :  Як видно з цих графіків , отримані графіки є ідентичними . Отже нейромережа виконує поставлену задачу не гірше за нечіткий регулятор . Розрахунок перехідного процесу відбувається значно швидше , що говорить про перевагу таких систем . Нейронні мережі - це винятково ефективний метод для імітації різноманітних процесів і явищ та створення їхніх моделей, що дозволяє відтворювати надзвичайно складні залежності. Крім того, у багатьох випадках нейронні мережі дозволяють розв(язати проблему обумовлену тим, що моделювання нелінійних явищ у випадку великої кількості змінних вимагає величезної кількості обчислювальних ресурсів.
Антиботан аватар за замовчуванням

01.01.1970 03:01-

Коментарі

Ви не можете залишити коментар. Для цього, будь ласка, увійдіть або зареєструйтесь.

Ділись своїми роботами та отримуй миттєві бонуси!

Маєш корисні навчальні матеріали, які припадають пилом на твоєму комп'ютері? Розрахункові, лабораторні, практичні чи контрольні роботи — завантажуй їх прямо зараз і одразу отримуй бали на свій рахунок! Заархівуй всі файли в один .zip (до 100 МБ) або завантажуй кожен файл окремо. Внесок у спільноту – це легкий спосіб допомогти іншим та отримати додаткові можливості на сайті. Твої старі роботи можуть приносити тобі нові нагороди!
Нічого не вибрано
0%

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!