84 50 84 50 84]); = gaoptimset (options, 'InitialPopulation', [0.4248 -2 0.4248 -1 0.4248 0 0.4248 1 0.4248 2 0.4248 -2 0.4248 -1 0.4248 0 0.4248 1 0.4248 2 16.14 -68 16 -29.2 16 8 16.14 46 16.14 84]); = gaoptimset ( options, 'PlotFcns', {@ gaplotbestf});
[x, fval] = ga (@ lr_sii_4, 30, [], [], [], [], [], [], [], options);
Результат роботи алгоритму:
В
Генетичним алгоритмом були сформовані наступні коефіцієнти для функцій приналежності:
) для x1 :
1.1 0.0965 -2.0000
1.2 0.4248 -0.3406
1.3 0.4248 0
1.4 -0.5111 1.0000
1.5 0.4248 2.0000
) для x2 :
2.1 0.3716 -2.0000
2.2 0.4248 -1.0000
2.3 0.5579 0
2.4 0.4248 1.0000
2.5 0.4248 2.0000
) для y :
3.1 3.3970 -8.0000
3.2 3.3970 1.3940
3.3 3.3970 8.0000
3.4 3.3970 16.0000
3.5 3.3970 24.0000
В
Поверхня побудована при допомозі Fuzzy Logic ToolBox і генетичного алгоритму
Висновок:
Помилка по Гауса
? = 9.4502
Норма по Гауса
? = 0.2043
Глава 2. Нейронні мережі
2.1 Нейронні мережі
Нейронні мережі (NN - Neural Networks) широко використовуються для розв'язання різноманітних задач. Серед розвиваються областей застосування NN - обробка аналогових і цифрових сигналів, синтез і ідентифікація електронних кіл і систем. Основи теорії та технології застосування NN широко представлені в пакеті MATLAB. У цьому зв'язку особливо слід відзначити останню версію пакету - MATLAB 6.0, де вперше представлений GUI (Graphical...
