王嘉佳

【摘 要】人工神經(jīng)網(wǎng)絡是目前發(fā)展較迅速的交叉學科，神經(jīng)網(wǎng)絡可以用來計算復雜的輸入和輸出之間的關(guān)系。文中把Matlab的神經(jīng)網(wǎng)絡工具箱與Simulink合理結(jié)合，完成神經(jīng)網(wǎng)絡控制系統(tǒng)的計算仿真。

【關(guān)鍵詞】計算機神經(jīng)網(wǎng)絡 Matlab 應用

近年來，大多控制系統(tǒng)的高品質(zhì)控制都少不了對系統(tǒng)的仿真進行研究。根據(jù)仿真研究可以優(yōu)化設(shè)定的控制參量，因此，控制系統(tǒng)的模擬與仿真一直是研究的重點。通常來說，控制系統(tǒng)進行計算機仿真必須首先創(chuàng)建系統(tǒng)模型，之后根據(jù)模型設(shè)定仿真城西，充分運用計算機對其進行動態(tài)模擬并展示結(jié)果。本文以計算機神經(jīng)網(wǎng)絡為研究視角，介紹了人工神經(jīng)網(wǎng)絡及BP網(wǎng)絡模型，提出設(shè)計基于Simulink控制系統(tǒng)及動態(tài)仿真。

一、簡述人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡又被稱為神經(jīng)網(wǎng)絡，是由人腦結(jié)構(gòu)的啟發(fā)之下創(chuàng)建的計算模型，人工神經(jīng)網(wǎng)絡不單單是高度非線性動力學系統(tǒng)，也是自適應組織系統(tǒng)。神經(jīng)網(wǎng)絡的主要特征表現(xiàn)在他的學習、組織及容錯能力方面。神經(jīng)網(wǎng)絡可以采用被訓練的狀態(tài)實現(xiàn)特定任務，從而為系統(tǒng)提供獨具代表性的描述問題樣本，就是其可以成組的輸入、輸出樣本，神經(jīng)網(wǎng)絡可以推測出輸入與輸出數(shù)據(jù)之間的關(guān)系。等到訓練完成之后，神經(jīng)網(wǎng)絡又能永凱訓練和識別任意樣本之間相似的新數(shù)據(jù)。同時，神經(jīng)網(wǎng)絡也能對不完整或存在噪音的數(shù)據(jù)進行識別，這一特征被廣泛使用到預測、診斷、控制方面。在最抽象的層次上，神經(jīng)網(wǎng)絡可以看做一個黑箱，數(shù)據(jù)由一邊輸入，通過神經(jīng)網(wǎng)絡處理之后給予相應的輸出。對比輸出及目標數(shù)值，采用產(chǎn)生的誤差調(diào)整網(wǎng)絡內(nèi)部之間的鏈接權(quán)重。人工神經(jīng)網(wǎng)絡功能如圖1所示。

二、創(chuàng)建BP網(wǎng)絡模型

BP網(wǎng)絡是現(xiàn)今使用最廣泛的神經(jīng)網(wǎng)絡模型。該模型的學習規(guī)則是采用反向傳播（BP）對網(wǎng)絡的權(quán)值和閥值進行調(diào)整，卻阿伯網(wǎng)絡誤差的平方和達到最小狀態(tài)。這是根據(jù)最下速下降方向上進行調(diào)整網(wǎng)絡權(quán)值和閥值完成的。BP網(wǎng)絡擁有超強的非線性映射和泛化性能，任何一連續(xù)函數(shù)或映射都可以使用三層網(wǎng)絡來實現(xiàn)。如此一來，把其看做控制器就可以找到最佳的答案。使用控制器之前饋網(wǎng)絡通常采用m-n-1結(jié)構(gòu)，這一網(wǎng)絡輸入層具有m個神經(jīng)元，隱層存在n個神經(jīng)元，輸出層則只有單一的神經(jīng)元。本網(wǎng)絡隱層轉(zhuǎn)換為函數(shù)取tansig函數(shù)，可以把該神經(jīng)元取值范圍設(shè)定為（）映射到（-1，+1），這個是可微函數(shù)，比較適合采用BP訓練神經(jīng)元。若BP網(wǎng)絡的最后層是sigmoid型神經(jīng)元，此時整個網(wǎng)絡的輸出就限定在比較小的范圍之內(nèi)。若purelin型線性神經(jīng)元，那么整個網(wǎng)絡的輸出可以采用任意值，選取purelin型函數(shù)當做輸出層的變換函數(shù)。

三、設(shè)計基于Simulink控制系統(tǒng)及動態(tài)仿真

創(chuàng)建Simulink動態(tài)仿真時在matlab環(huán)境下完成的動態(tài)系統(tǒng)建模、仿真的環(huán)境，可以采用功能模塊建立控制系統(tǒng)展開仿真。這種方框圖示的建模辦法比較容易把復雜的數(shù)學模型輸入至計算機內(nèi)，從而簡化編程過程。

（一）設(shè)置網(wǎng)絡控制器

本文建立的控制系統(tǒng)其核心為網(wǎng)絡控制器，基于matlab5.2應用環(huán)境基礎(chǔ)上，采用兩種方法構(gòu)建網(wǎng)絡控制器：①進入Simulink環(huán)境之后，采用Block&Toolboxes模塊庫，隨之選取Neural Network子庫的Transfer Function、Net Input Func—Tion、Weight Function三個功能模塊來建立網(wǎng)絡。簡言之就是先創(chuàng)建單個神經(jīng)元模型，隨之根據(jù)閥值、權(quán)值、轉(zhuǎn)移函數(shù)一次創(chuàng)建輸出層、隱層，最后進行打包、封裝就形成所需的網(wǎng)絡，整個工作流程借助鼠標完成，便于操作。②基于M文件編輯器創(chuàng)建網(wǎng)絡控制器的S-函數(shù)，隨之調(diào)用Nonlinear模塊庫中的S—Function功能模塊，如此一來可以獲取新的功能模塊，這種辦法適合建立Simulink中不存在現(xiàn)成的模塊。S-函數(shù)比較簡單，容易編輯。

（二）構(gòu)造控制系統(tǒng)

控制器構(gòu)造和封裝完工之后，從Simulink的Source、Sinks、Linear模塊庫中調(diào)用所需的功能模塊，該控制系統(tǒng)采用示波器可以清楚觀察其輸出曲線，也能把數(shù)據(jù)存儲至MATLAB工作空間內(nèi)，使用繪制命令Plot把控制系統(tǒng)與原系統(tǒng)的響應曲線畫出來。由仿真結(jié)果可知，BP網(wǎng)絡控制系統(tǒng)的性能遠比原系統(tǒng)要好。

四、結(jié)束語

本文從人工神經(jīng)網(wǎng)絡和BP網(wǎng)絡模型進行分析，采用Matlab構(gòu)造與仿真控制系統(tǒng)，達到優(yōu)化控制系統(tǒng)仿真的效果的目的，仿真結(jié)果表示該辦法正確、有效。因此，大范圍推廣使用這一軟件，可以有效利用Matlab各種資源，進一步提升工程實踐水平。

參考文獻：

[1] 卓先德.網(wǎng)絡安全評估的仿真與應用研究[J].計算機仿真，2011，28（6）：177-180.

[2] 徐勇.神經(jīng)計算機的人工神經(jīng)網(wǎng)絡實用化研究[J].計算機光盤軟件與應用，2012，（14）：141-142.

基金項目：廣東醫(yī)學院科研基金，項目編號M2011048