WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

 
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Neuronales Netzwerk in Simulink und C-code

 

Dom
Forum-Newbie

Forum-Newbie


Beiträge: 3
Anmeldedatum: 08.05.15
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 29.07.2015, 04:21     Titel: Neuronales Netzwerk in Simulink und C-code
  Antworten mit Zitat      
Hallo Matlab Community,

ich brauche mal ein wenig Hilfe.
Ich habe ein digital geregeltes Schaltnetzteil mit einer wahlweise PI-Regelung oder Pol-Nullstellen Kompensation. Diese Regelungen moechte ich nun durch eine Neuronale Regelung ersetzen. Das echte Netzteil habe ich mit PLECS (basiert auf Simulink Blocksets mit optimiertem Compiler und Simulation fuer Leistungselektronische Anwendungen) in zeitdiskreter Form simuliert und die Simulationsergebnisse stimmen sehr gut mit dem wirklichen Verhalten ueberein.
Von der Simulation generiere ich nun meine Trainingsdaten um das Neurale Netzwerk (Feedforward mit Backpropagation; 5 Eingaenge; 1 Ausgang) zu trainieren.
Das funktioniert soweit ganz gut. Fuettere ich das NN nun nach dem Training mit neuen Simulationsdaten bildet es den Ausgang wie gewollt ab.
Nun kommt der kritische Teil:
Ich moechte das NN nun im Detail simulieren und anschliessend in einen stark optimierten C-Code umwandeln.
Es scheitert jedoch bereits an der Netzwerk simulation. Das von der NN toolbox generierte Netzwerk funktioniert einwandfrei, bilde ich dieses jedoch in Form von Blocksets in Simulink nach, ist der Ausgang stehts unterschiedlich.
Das NN hat 5 Eingaenge, 1 Ausgang und 3 Neuronen im Hidden Layer. Die Gewichte und Biases habe ich dem Bias und Gewichts-Vektor entnommen. Als Funktion tansig im Hidden Layer und purelin im Ausgangslayer. Soweit ich weiss sollte dies somit exakt dem NN des feedforward entsprechen, aber die Ergebnisse stimmen nicht ueberein. Wie kommt das?
Als letzes muss ich dann spaeter wenn vorheriges funktioniert, die sigmoid durch eine Approximation ersetzen, um die C-code Laufzeit zu verringern. Moegliche Approximation x/(1+|x|)???

Ich braechte hier dringend Hilfe und danke schonmal im vorraus.
Im Anhang noch ein paar Bilder um das genaze zu veranschaulichen.

NN_sim.JPG
 Beschreibung:

Download
 Dateiname:  NN_sim.JPG
 Dateigröße:  61.8 KB
 Heruntergeladen:  492 mal
Private Nachricht senden Benutzer-Profile anzeigen


Dom
Themenstarter

Forum-Newbie

Forum-Newbie


Beiträge: 3
Anmeldedatum: 08.05.15
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 05.08.2015, 05:14     Titel: Problemloesung
  Antworten mit Zitat      
Hallo Leute,
ich habe das Problem heute endlich Loesen koennen.
An sich ist die Struktur soweit korrekt und auch die C-code approximation ist okay.
Jedoch musste ich die Eingangswertnormierung aendern. Vier der fuenf Eingaenge waren auf 0 bis 1 normiert und ein Eingang auf -1 bis 1. Nachdemich die Normierung fuer alle Eingaenge auf -1 bis 1 geandert habe, waren die Ergebnisse korrekt.
Topic closed!
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2024 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.