bonsoir
je suis élève ingénieur en informatique industriel et j'ai un TP à faire.Ce TP consiste à faire l'apprentissage de la fonction sinus par des Fonctions à Base Radiales FBR(réseaux de nerones) en utilisant simulink/matlab
merci d'avance
bonsoir
je suis élève ingénieur en informatique industriel et j'ai un TP à faire.Ce TP consiste à faire l'apprentissage de la fonction sinus par des Fonctions à Base Radiales FBR(réseaux de nerones) en utilisant simulink/matlab
merci d'avance
Nous ne sommes pas la pour faire le travail à ta place.
Commence par nous montrer ce que tu as déjà codé, même si c'est faux.
Ingénieur indépendant en mécatronique - Conseil, conception et formation
- Conception mécanique (Autodesk Fusion 360)
- Impression 3D (Ultimaker)
- Développement informatique (Python, MATLAB, C)
- Programmation de microcontrôleur (Microchip PIC, ESP32, Raspberry Pi, Arduino…)
« J'étais le meilleur ami que le vieux Jim avait au monde. Il fallait choisir. J'ai réfléchi un moment, puis je me suis dit : "Tant pis ! J'irai en enfer" » (Saint Huck)
oui bien sûr déjà je ne demande pas de faire le travail à ma place
moi en premier lieu j'ai créé le fichier "test_neu" puis j'ai composé la commande nftool puis j'ai obtenu le fichier "file" où j'ai changé quelques trucs tel que le nombre de neurones
le fichier test_neu :
le fichier file:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7 clear all close all clc x_learning=[0:0.1:2*pi]; y_learning=sin(x_learning);
mais le problème est qu'après avoir fait ce travail, mon prof m'a demandé de refaire le travail avec Simulink.
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26 function net = create_fit_net(inputs,targets) x_learning=[0:0.1:2*pi]; y_learning=sin(x_learning); numHiddenNeurons = 6; % Adjust as desired net = newfit(x_learning,y_learning,numHiddenNeurons); net.divideParam.trainRatio = 70/100; % Adjust as desired net.divideParam.valRatio = 15/100; % Adjust as desired net.divideParam.testRatio = 15/100; % Adjust as desired % Train and Apply Network [net,tr] = train(net,x_learning,y_learning); outputs = sim(net,x_learning); % Plot plotperf(tr) plotfit(net,x_learning,y_learning) plotregression(y_learning,outputs) f = gauss_distribution(x_learning,pi, 0.6); plot(x_learning,f,'.') grid on function f = gauss_distribution(x, mu, s) p1 = -.5 * ((x - mu)/s) .^ 2; p2 = (s * sqrt(2*pi)); f = exp(p1) ./ p2;
En fait je n'ai pas compris comment programmer le bloc fuzzy logic controller de Simulink.
Vous avez un bloqueur de publicités installé.
Le Club Developpez.com n'affiche que des publicités IT, discrètes et non intrusives.
Afin que nous puissions continuer à vous fournir gratuitement du contenu de qualité, merci de nous soutenir en désactivant votre bloqueur de publicités sur Developpez.com.
Partager