基于BP神经网络的轨迹跟踪(Matlab代码实现)
👨🎓个人主页:研学社的博客
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
BP神经网络是一种多层的前馈神经网络,其主要的特点是:信号是前向传播的,而误差是反向传播的。具体来说,对于如下的只含一个隐层的神经网络模型:
BP神经网络的过程主要分为两个阶段,第一阶段是信号的前向传播,从输入层经过隐含层,最后到达输出层;第二阶段是误差的反向传播,从输出层到隐含层,最后到输入层,依次调节隐含层到输出层的权重和偏置,输入层到隐含层的权重和偏置。
📚2 运行结果
🌈3 Matlab代码实现
部分代码:
for k=1:1:1000
%时间
time(k)=k*ts;
%% 输入层
%BP输入1
u(k)=0.50*sin(3*2*pi*k*ts);
%控制对象输出,BP输入2
y(k)=u_1^3+y_1/(1+y_1^2);
%% 隐含层
for j=1:1:6
I(j)=x'*w1(:,j);
Iout(j)=1/(1+exp(-I(j)));
end
%% 输出层
yn(k)=w2'*Iout; % Output of NNI networks
%% 跟踪误差
e(k)=y(k)-yn(k); % Error calculation
%% 反向传播
w2=w2_1+(xite*e(k))*Iout+alfa*(w2_1-w2_2);
for j=1:1:6
FI(j)=exp(-I(j))/(1+exp(-I(j)))^2;
end
for i=1:1:2
for j=1:1:6
dw1(i,j)=e(k)*xite*FI(j)*w2(j)*x(i);
for k=1:1:1000
%时间
time(k)=k*ts;
%% 输入层
%BP输入1
u(k)=0.50*sin(3*2*pi*k*ts);
%控制对象输出,BP输入2
y(k)=u_1^3+y_1/(1+y_1^2);
%% 隐含层
for j=1:1:6
I(j)=x'*w1(:,j);
Iout(j)=1/(1+exp(-I(j)));
end
%% 输出层
yn(k)=w2'*Iout; % Output of NNI networks
%% 跟踪误差
e(k)=y(k)-yn(k); % Error calculation
%% 反向传播
w2=w2_1+(xite*e(k))*Iout+alfa*(w2_1-w2_2);
for j=1:1:6
FI(j)=exp(-I(j))/(1+exp(-I(j)))^2;
end
for i=1:1:2
for j=1:1:6
dw1(i,j)=e(k)*xite*FI(j)*w2(j)*x(i);
🎉4 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]张海荣,舒志兵.BP神经网络整定的PID在机器人轨迹跟踪中的应用[J].电气传动,2007(09):36-39.DOI:10.19457/j.1001-2095.2007.09.010.
相关文章
- matlab神经网络工具箱创建神经网络
- 多种控制率算法的实现案例(LQR、H无穷和神经网络算法等)(Matlab代码实现)
- 【负荷预测】基于蚂蚁优化算法的BP神经网络在负荷预测中的应用研究(Matlab完整代码实现)
- 使用感知器神经网络的监督学习进行花卉分类(Matlab代码实现)
- 使用FORCE训练的脉冲神经网络中的监督学习(Matlab代码实现)
- 基于RBF神经网络的非线性系统识别(Matlab代码实现)
- 基于粒子群算法优化BP神经网络的PID控制算法(Matlab代码实现)
- 基于BP神经网络的车牌识别系统(Matlab代码实现)
- 基于粒子群优化算法的BP神经网络预测模型(Matlab代码实现)
- 基于模拟退火算法优化的BP神经网络预测模型(Matlab代码实现)
- 【回归预测-BP预测】基于思维进化算法优化BP神经网络在非线性函数拟合中的应用(Matlab代码实现)
- 基于Elman神经网络质量阻尼弹簧系统的研究(Matlab代码实现)
- 【智能算法】使用 MATLAB 中的 Deep Learning Toolbox 来构建和训练 LSTM 神经网络
- m基于MATLAB和simulink实现模糊控制器以及模糊神经网络控制器
- m基于RBF神经网络的数据预测matlab仿真,测试数据分别采用趋势型数据,周期型数据以及混乱型数据
- bp神经网络及matlab实现
- 采用附加动量法和自适应学习率设计来改进bp神经网络的迭代速度,如果不迭代学习率会提高精度;迭代学习率(自适应)会加快收敛,但精度降低(Matlab代码实现)
- 【负荷预测】基于蚂蚁优化算法的BP神经网络在负荷预测中的应用研究(Matlab完整代码实现)
- 暑假加餐|有钱人和你想的不一样(第19天)+基于神经网络的负荷预测和价格预测(Matlab代码实现)