用神经网络确定函数参数

时间:2014-07-12 08:09:20

标签: matlab machine-learning neural-network control-theory

我目前正在研究控制理论的博士论文。在每一章的最后都有一个相对于主题问题的模拟。我已完成理论,但为了进一步理解,我想重现模拟。第一个模拟如下:

问题的解决方案在微分方程系统中得出结论,其右手边由具有未知参数的函数组成。作者陈述如下:“我们将使用具有一个隐藏层,sigmoid基函数和外部层中的5个权重的神经网络来近似未知函数的每个参数。更具体地,隐藏层的权重通过以下方式选择:迭代试验并在模拟过程中保持稳定。“然后他说明了他选择未知参数初始值的逻辑,然后显示了模拟的结果。

为了在MATLAB中自己解决这个特定的问题,有没有人能给我一个关于在哪里看以及我需要知道什么的领导(因为这是我最熟悉的环境)?因为谷歌搜索的结果是混乱的,因为我真的不知道我在寻找什么。

如果您需要更多信息,请随时提问!

1 个答案:

答案 0 :(得分:1)

你可以试试MATLAB的Neural Network Toolbox。这为您提供了一个很好的UI,您可以在其中配置网络,使用数据对其进行训练以查找参数值并测试性能。不涉及编码。

或者,您可以手动编程。由于您正在使用一个隐藏层,因此它应该非常简单。我相信任何机器学习或神经网络(NN)教科书都会有一个例子。您还可以查看GitHib项目。如果您希望从现有项目中挽救代码,那么应该有很多NN项目。

最重要的是,你应该从了解NN开始,如果你还没有这样做的话。一旦理解了前向和后向传播的方程,单个隐藏层的NN就很容易实现。