Безкоштовно

Оптимізація штучної нейронної мережі у середовищі MATLAB

views 78

Готова лабораторна робота

на тему “Оптимізація штучної нейронної мережі за допомогою генетичних алгоритмів у середовищі програми MATLAB”

МЕТА РОБОТИ

Вивчити і закріпити знання та основні аспекти роботи, а також отримати практичні навички оптимізації штучної нейронної мережі за допомогою генетичних алгоритмів у середовищі програми MATLAB.

ТЕОРЕТИЧНІ ВІДОМОСТІ

1. Оптимізація штучної нейронної мережі за допомогою генетичних алгоритмів. У розглянутих в попередніх лабораторних роботах прикладах використовуються окремі випадки значень параметрів моделі нейронної мережі

;                            (1)

де ,  – постійні вхідні сигнали та стани мережі відповідно;  – скаляр, що відповідає вхідній провідності нейрона ;  – скаляр, який відповідає вхідній ємності нейрона ;  – коефіцієнт підсилення активаційної функції ;  – діагонально-стабільна симетрична матриця з , ; ; ; ; ,  – локально неперервна за Лівшицем та нелінійно діагональна,

,  для кожного , , .

Для інших , ,  та  зони розподілу зон кількості переможців відповідно змінюється, тому для гарантування коректного функціонування мережі у необхідному регіоні вказані параметри повинні бути адекватно адаптовані. У нормальному режимі необхідно вибрати лише одного переможця серед будь-яких двох вхідних сигналів з діапазону , . Тому мають бути знайдені значення параметрів , ,  та , які гарантують коректне функціонування мережі у діапазоні зміни . Для того, щоб визначити такі параметри, необхідно розв’язати наступну задачу параметричного синтезу.

Задача параметричного синтезу. Знайти такі значення параметрів , ,  та  які задовольняють умови

;

;

, ,

що для всіх пар  у діапазоні  модель (1) демонструє лише одного позитивного компонента у встановленому режимі.

При умові:

,                      (3)

де , ,  – роздільна здатність вхідних сигналів мережі існування властивості

; ,                       (4)

де , , у встановленому режимі лише позитивний компонент вектора  буде відповідати найбільшому компоненту вектора . Тому може бути запропонований наступний алгоритм отримання шуканих параметрів:

крок 1: задаються початкові значення  та , які задовольняють нерівності  з умови (3) та нерівностей , ;

крок 2: знаходження значень  та  в результаті розв’язання сформульованої задачі параметричного синтезу.

ЗАВДАННЯ

Реалізувати генетичні алгоритми у середовищі MATLAB. Написати М-файл для функції, яку треба оптимізувати. Запустити генетичний алгоритм. Продемонструвати графіки результатів.

ХІД РОБОТИ

1. Створення М-файлу для функцій, які треба оптимізувати

function z = mc_lab (x)

z = x(1) ^3 – 5*x(1) *x(2)+ 10*x(1)+ x(2) ^3 – 4*x(2).

Для того, щоб перевірити, що М-файл повертає правильне значення, треба ввести t_ivastchuk ([2 3]). Отримана відповідь буде мати такий вигляд: ans =13.

2. Виклик генетичних алгоритмів

Рис. 1. Панель інструментів генетичних алгоритмів

Для використання панелі інструментів генетичних алгоритмів треба ввести інформацію про:

·        функція придатності – цільова функція, яку треба мінімізувати. Ввести функцію придатності потрібно у формі @ mc_lab, mc_lab.m – М-файл, який обчислює функцію придатності. Знак @ вказує шлях функції до mc_lab.

·        число змінних – довжина вхідного вектора функції придатності. Для функції mc_lab, описаної при написанні М-файлів, яку треба оптимізувати, вводимо 2.

Щоб запустити генетичні алгоритми, треба клацнути на клавіші Start. Панель інструментів покаже результати оптимізації в полях Status i Results.

, , де x – кінцева точка, що повертається алгоритмом.

, де fval – значення функції придатності в кінцевій точці.

Рис. 2. Задання параметрів в панелі інструментів генетичних алгоритмів

ОТРИМАНІ РЕЗУЛЬТАТИ

Рис. 3. Отримані результати по Generation, Number of variables

Generation – покоління;

Number of variables (2) – число змінних 2;

ВИСНОВОК

На даній лабораторній роботі, я вивчила і закріпила знання та основні аспектів роботи, а також отримала практичні навички оптимізації штучної нейронної мережі за допомогою генетичних алгоритмів у середовищі програми MATLAB. Створила М-файл, в якому записала свою функції, яку оптимізувала за допомогою генетичних алгоритмів. Отримала результати оптимізації.

Написати коментар:

Ваша пошт@ не публікуватиметься. Обов’язкові поля позначені *