Calculo de la viscocidad dinamica del aceite por el metodo de Stokes, velocidad límite, fuerza de fricción.
Full description
sistemas digitales
ControlLDescripción completa
ExtraccionDescripción completa
Full description
Descripción completa
Full description
Full description
Se presenta el entrenamiento mediante un programa en lenguaje c de una RNA tipo perceptron multicapa para la función lógica XOR con dos entradas y una salida. La red tiene 2 neuronas de entr…Descripción completa
Reporte Perceptron Simple con la compuerta lógica NANDDescripción completa
Escuela de Ingeniería Mecatrónica GUIA DE LABORATORIO LABORATORIO 05 TEMA: PERCEPTRON EN MATLAB OBJETIVOS -
Comprender Comprender el funcionamiento funcionamiento de los perceptrones. perceptrones. Utilizar Utili zar el Matlab como un software para la construcción construcci ón y configuración de perceptrones.
MATERIAL
Computadora con software Matlab.
PROCEDIMIENTO
1. Construiremos un perceptron y lo entrenaremos para adaptar su comportamiento y responder a la siguiente tabla de verdad. X1 0 0 1 1
X2 0 1 0 1
T 1 0 0 0
Entonces necesitaremos un perceptron de dos entradas X1 y X2 con sus correspondientes pesos y además la entrada para el ajuste del bias (umbral)
Para realizar el entrenamiento debemos elegir un valor para cada peso así como un valor de umbral, estos valores son elegidos aleatoriamente y la red durante el entrenamiento los irá modificando hasta hallar una combinación que permita el correcto funcionamiento de acuerdo a la tabla de verdad. W1=0.4 W2=-1.2 Θ=0.6
_____________________ ________________________________ ________________________ ________________________ _______________________ _____________________ _________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica 2. Ahora construiremos el perceptron en el Matlab, para ello abrir la herramienta para la operación y configuración de redes neuronales nntool (neural network tool). Escriba la siguiente función en l a ventana de comandos del Matlab >>nntool
Se abrirá una ventana como la que se observa a continuación
Luego hacemos clic en el botón n ew para acceder a la ventana de creación de redes y datos
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica Para poder asignar los datos en esta misma ventana damos en la pestaña data
Creamos la variable de entrada X(que corresponde a X1 y X2), asignamos el nombre y los valores, seleccionamos el tipo entrada y hacemos clic en el botón crear
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica A continuación asignamos nuestra variable objetivo T con sus valores correspondientes y el tipo Target. Damos clic en créate.
Ahora hacemos clic en la pestaña Network para acceder a la edición del tipo de red
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica Asignamos un nombre por ejemplo para este caso CompuertaNOR y elegimos el tipo perceptron.
Elegimos la variable de entrada y la variable objetivo y finalmente clic en créate
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica Volviendo a nuestra ventana de administración de nuestra red vemos que aparecen tanto las variables de entrada y objetivo como la red CompuertaNOR
Hacemos doble clic en el nombre CompuertaNOR y se abrirá una ventana donde podemos ver el esquema de nuestro perceptron y el número de entradas y salidas.
Para asignar los pesos y el bias hacemos clic en la pestaña View/Edit Weights
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica Asignamos los pesos W1=0.4 y W2=-1.2 y hacemos clic en Set weight
Luego elegimos la opción bias y asignamos el
Θ=0.6
y damos clic en Set weight
Ahora procederemos a correr el entrenamiento de la red, para ello primero seleccionamos la pestaña Train
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica En esta ventana seleccionamos la Entrada X y el objetivo T, por ultimo hacemos clic en train network
Nos aparece una ventana en la cual s e ve el progreso del entrenamiento, y cu ando termina nos indica cual es el número de épocas o iteraciones en la cual llegó a un valor de pesos y bias apropiado
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Escuela de Ingeniería Mecatrónica Para poder ver los valores de peso y bias hallado por la red volvemos a la pestaña de view/edit weights
CUESTIONARIO
-
Verifique los resultados de la red desarrollando manualmente los cálculos del perceptron para los datos iniciales indicados.
-
Describa el comando learnp del matlab
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz