菜单
　　

    8    0.1014    0.8433    0.017    0.6619    0.0952    0.3322    0.7779    0.6706    0.6655    0.1097    0 0 1 1
    9    0.8923    0.433    0.7112    0.6605    0.9762    0.6439    0.1561    0.4911    0.5174    0.2633    0 1 0 0
    10    0.2239    0.1792    0.684    0.2731    0.8615    0.0498    0.0294    0.6532    0.4189    0.9319    0 1 1 1
    表5.5.1 RBF神经网络学习样本

    第二步：利用newrb(P,T,Goal,Spread,MN,DF)建立径向基神经网络函数，其中，P为输入向量，T为目标向量，GOAL为圴方误差，默认为0，SPREAD为径向基函数的分布密度，默认为1，MN为神经元的最大数目，DF为两次显示之间所添加的神经元数目。在创建函数时，最重要的是，其中最重要的是径向基函数分布常数参数（spread）的选取。spread为径向基函数的扩展系数，默认值为1.0。如何选择spread的值非常重要，其值应该足够大，使径向基神经元能够对输入向量所覆盖的区间都产生响应，但也不要求大到所有的径向基神经元都如此，只要部分径向基神经元能够对输入向量所覆盖的区间产生响应就足够了。spread的值越大，其输出结果越光滑，但太大的spread值会导致数值计算上的困难。这里，通过枚举法，确定spread值为0.9。
    第三步：判断哪个模块中发生了故障。
    实验结果表明：第1组数据中机器人在模块2上发生了故障；第2组数据中机器人在模块1、模块3上发生了故障；第3组数据机器人在模块2上发生了故障；第4组数据机器人在模块1上发生了故障；第5组数据机器人没有发生故障；第6组数据机器人在模块1、模块2上发生了故障；第7组数据机器人在模块1上发生了故障；第8组数据机器人在模块2、模块3上发生了故障。
     图5.5.1 RBF神经网络学习曲线
    测试结果输出如下：Y= =
           0         0
           0.9237    1.0264
           -0.0474    1.0164
           -0.0135    1.0047
    由2组数据可看出：第1组数据中机器人在模块2上发生故障；第2组数据机器人在模块1、模块2、模块3上发生的故障。这与实际实验所得数据相符。

    第四步：判断机器人在各个模块上发生哪些故障
    Fault-0：正常状态          没有发生任何状态
    Fault-1：系统故障          模块内部出现故障
    Fault-2：传感器故障        用于测量信息的传感器发生故障
    Fault-3：混合故障          系统故障和传感器故障同时发生
    由实验所得，各个模块的实验数据归一化整理之后得到下表：
  1. 上一篇：基于DSP的异步电动机直接转矩控制系统设计
  2. 下一篇：MATLAB/SIMULINK不稳定过程的智能控制及其应用仿真

  1. 基波磁通补偿的串联混合...

  2. 单H桥三电平有源电力滤波器的控制策略研究

  3. PLC柔性制造系统的控制系统设计+梯形图

  4. 含二甲基咪唑分子基介电...

  5. PID控制三容水箱的建模与控制MALAB仿真

  6. MATLAB数字图像处理的空间滤波器设计

  7. Protel99SE多功能充电宝的设计+PCB电路图

  8. 江苏省某高中学生体质现状的调查研究

  9. 现代简约美式风格在室内家装中的运用

  10. 高警觉工作人群的元情绪...

  11. 上市公司股权结构对经营绩效的影响研究

  12. 中国传统元素在游戏角色...

  13. 巴金《激流三部曲》高觉新的悲剧命运

  14. 浅析中国古代宗法制度

  15. g-C3N4光催化剂的制备和光催化性能研究

  16. C++最短路径算法研究和程序设计

  17. NFC协议物理层的软件实现+文献综述

　　

About

优尔论文网手机版...

主页：http://www.youerw.com

关闭返回