Logo GenDocs.ru

Поиск по сайту:  


Загрузка...

Изучение нечеткой логики - файл Лаба3.doc


Загрузка...
Изучение нечеткой логики
скачать (1629.8 kb.)

Доступные файлы (4):

Лаба2.doc552kb.19.10.2009 12:26скачать
Лаба3.doc536kb.04.05.2011 00:22скачать
Лаба4.docx257kb.03.11.2009 12:38скачать
ЛР1 ИСУ.doc527kb.19.04.2011 00:33скачать

Лаба3.doc

Реклама MarketGid:
Загрузка...

Лабораторная работа №2


Изучение пакета прикладных программ ANFIS в среде системы MATLAB

Цель: изучить принципы построения нейро-нечетких сетей в пакете прикладных программ ANFIS в среде системы MATLAB.

Ход работы


  1. Постановка задачи

Обучить сеть для выполнения функции суммирования двух чисел.


  1. Построение модели

Загружаем заранее подготовленные данные. Например, следующим образом:

Вход 1 Вход 2 Выход

0 0 0

1 1 2

10 10 20

100 100 200
В файле с расширением dat. Результат отображен на рисунке 1.



Рис1. Отображение данных.
Далее выбираем Grid partition, появляется окно ввода параметров метода решетки (рис. 2), в котором нужно указать количество термов для каждой входной переменной и тип функций принадлежности для входных и выходной переменных. Выберем все, как указано на рисунке 2.



Рис. 2 Окно ввода параметров метода решетки.
После этого, тренируем сеть, для этого в поле Train FIS вводим ошибку, количество эпох (рис. 3) и нажимаем кнопку Train Now


Рис. 3 Поле Train FIS.

После нажатия кнопки Train Now, в области визуализации отображается процесс обучения (рис. 4).



Рис. 4 Отображение процесса обучения.

Нажатие кнопки Structure открывает новое графическое окно, в котором система нечеткого логического вывода представляется в виде нейро-нечеткой сети (рис. 5).



Рис. 5 Структура полученной нейро-нечеткой сети.

  1. Анализ полученной модели

Для тестирования и анализа полученной модели, будем вводить различные входные данные.

^ Первый тест: введем числа, по которым обучалась система, в итоге получим верный результат (рис.6).



Рис. 6 Результаты первого теста.

^ Второй тест: введем одинаковые числа, которых не было в данных для обучения, в итоге получим результат с погрешностью 0.1 (рис.7).



Рис. 7 Результаты второго теста.

Третий тест: введем различные числа, также получаем погрешность равной 0.1 (рис. 8).



Рис. 8 Результаты третьего теста.

Выводы: полученные результаты, показывают, что модель недостаточна, точна, для увеличения точности необходимо разнообразить и увеличить количество входных и выходных параметров.

  1. Постановка задачи

Создать сеть ANFIS для прогнозирования цен на рынке волют Forex.

  1. Построение модели

За входные и выходные данные возьмем значения цен, за прошедшие дни из рисунка 9.



Рис. 9 Котировки с 10.08.09-02.11.09.

Данные внесем в виде таблицы:

Таблица 1. Формат данных для загрузки в ANFIS.

Вход1

Вход2

Вход3

Вход4

Вход5

Выход

День1

День2

День3

День4

День5

День6

День2

День3

День4

День5

День6

День7














1.4928 1.4944 1.4903 1.4963 1.4938 1.5007

1.4944 1.4903 1.4963 1.4938 1.5007 1.5024

1.4903 1.4963 1.4938 1.5007 1.5024 1.5007

1.4963 1.4938 1.5007 1.5024 1.5007 1.4864

1.4938 1.5007 1.5024 1.5007 1.4864 1.4802

1.5007 1.5024 1.5007 1.4864 1.4802 1.4712

1.5024 1.5007 1.4864 1.4802 1.4712 1.4835

1.5007 1.4864 1.4802 1.4712 1.4835 1.4716

Загрузим эти данные в Anfis Editor (рис. 10).



Рис. 10 Данные для тренировки в области визуализации.

Выполним обучение сети (рис. 11).



Рис. 11 Результат обучения



Рис. 12 Структура нейро-нечеткой сети.


  1. Анализ полученной модели

Для тестирования и анализа полученной модели, будем вводить различные входные данные.

^ Первый тест: введем числа, по которым обучалась система, в итоге получим верный результат (рис.13).



Рис. 13 Результаты первого теста

^ Второй тест: введем числа, которые мы оставили для проверки сети (рис.14).



Рис. 14 Результаты второго теста.

Вывод: Как видно из тестов, по введенным данным не удалось определить будущее значение цены. Для получения лучших результатов, необходимо большее количество входных и выходных данных или другой формат их записи. Возможно изменение количества термов, вида функции принадлежности и прочих параметров нейро-нечеткой сети.


Скачать файл (1629.8 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации
Рейтинг@Mail.ru