Изучение и создание нейронных сетей в системе matlab

1. Создание нейронной сети в графическом интерфейсе NNTool

Создадим, используя графический интерфейс пользователя, нейронную сеть, которая вычисляет операцию 4x І+2, при задании вектора входа.

X= [3.83 3.33 3.02 2.9 2.75 2.45 ].

И вектора цели.

Y=[47.69 46.35 38.48 36.10 32.25 26.01].

Для открытия основного интерфейса необходимо в командном окне ввести команду matlab нейронный сеть.

>>nntool.

Выполнение команды приведет к открытию окна Network/Data Manager (рисунок 1).

Рисунок 1.

Сформируем последовательность входов и целей в рабочей области GUI-интерфейса, используя окно Create New Data.

С этой целью сначала нажмем кнопку New Data, далее в поле Name окна Create New Data введем сначала имя переменной X, затем в области значений Value вектор значений [-1 — 0.8 — 0.5 — 0.2 0 0.1 0.3 0.6 0.9 1] и, используя кнопки выбора типа данных (в правой части окна), укажем тип переменных (Inputs — Входы).

Ввод завершим нажатием кнопки Create.

Аналогичную операцию проделаем для вектора Y, с указанием (с помощью кнопки Targets), что это — вектор целевых данных.

Создадим новую нейронную сеть.

Для этого в окне Network/Data Manager нажмем кнопку New Network.

В открывшемся окне Create New Network (рисунок 2) выберем нейронную сеть типа feed-forward backprop с прямой передачей сигнала и с обратным распространением ошибки.

Рисунок 2.

При создании сети сохраним ей имя, даваемое по умолчанию (network1).

Диапазон входов определим (в окне Create New Network) с помощью опции Get from input.

Количество нейронов (Number of neurons) первого слоя (Layer 1) установим равным двум.

Остальные установки при создании сети оставим по умолчанию.

Создание сети завершим нажатием кнопки Create.

После этого в окне Network/Data Manager, в области Networks появится имя новой созданной сети — network1. Выберем это имя с помощью мышки, что приведет к активизации всех кнопок указанного окна (рисунок 3).

Рисунок 3.

Выполним инициализацию сети, с помощью кнопки Reinitialize Weights Это приведет к открытию диалоговой панели Network: network1 (рисунок 4).

Для установления диапазонов входа и инициализации весов используем кнопки Set input Ranges и Initialize Weights. Если требуется вернуться к прежним диапазонам, то следует выбрать кнопки Revert input Ranges (Вернуть диапазоны) и Revert Weights (Вернуть веса).

Для обучения созданной сети, выбирается закладка Train в панели Network: network1 и открывается новая диалоговая панель (рисунок 5).

Рисунок 4.

Рисунок 5. Обучение нейронной сети.

Панель имеет две закладки:

• 1) Training Info (Информация об обучении);
• 2) Training Parameters (Параметры обучения);

Применяя эти закладки, можно установить имена последовательностей входа и цели (на вкладке Training Info — в левой ее части необходимо указать X и Y), а также значения параметров процедуры обучения (на вкладке Training Parameters.

Далее нажимаем кнопку Train Network, что вызовет обучение сети. Качество обучения сети можно посмотреть на графике во время обучения. По оси Y отображается среднеквадратическая ошибка, а по оси X — итерации обучения.

Результаты обучения можно просмотреть в окне Network/Data Manager, активизируя имена последовательностей выходов network1_outputs или ошибок network1_errors, и используя кнопку View (рисунок 6).

Для просмотра структурной схемы сети необходимо, выбрав имя сети (network1), воспользоваться кнопкой View (рисунок 7).

Рисунок 7. Схема созданной сети.

Дальше экспортируем созданную нейронную сеть в рабочую область системы MATLAB (нажав кнопку Export и далее, в открывшемся окне Export or Save from Network/Data Manager, — кнопки Select All и Export) (рисунок 8).

Рисунок 8. Экспорт нейронной сети.

Получить информацию о весах и смещениях в рабочем окне системы можно выполнив команду:

>> network1. IW{1,1}, network1. b{1}.

И команду:

>> network1. IW{2,1}, network1. b{2}.

Теперь можно построить модель НС в среде Simulink (рисунок 8) и отобразить ее схему, используя команду:

>> gensim (network1).

Рисунок 8. Среда Simulink.