MATLAB实现智能计算方法实验汇总

代码资源链接

MATLAB实现智能计算方法课程所有实验代码资源链接为:MATLAB实现智能计算方法课程所有实验代码资源

Github仓库地址为:github.com/lazyn1997/C...

gitee仓库地址为:gitee.com/lazyn/CSDN_...

读者们可以点击各个实验的标题查看对应的博客

实验一 模糊聚类分析

  1. 根据下面表格中的数据,用Matlab(或Python)编程进行数据标准化处理;
  2. 根据标准化处理后的数据,用Matlab(或Python)编程,建立模糊相似矩阵,并编程求出其传递闭包矩阵;
  3. 根据模糊等价矩阵,编程绘制动态聚类图;
  4. 根据原始数据,编程确定最佳分类结果。
no Y1 Y2 Y3 Y4 Y5 Y6
x1 21 63 19 40 1.567 106
x2 23 74 30 75 2.693 54
x3 119 179 86 118 6.897 9
x4 115 168 49 89 2.637 29
x5 79 146 46 92 2.356 24
x6 79 158 48 103 2.142 7
x7 65 114 58 99 2.679 7
x8 68 119 58 96 3.099 6
x9 109 166 59 95 2.868 6
x10 118 177 56 89 2.64 7

实验二 模糊控制仿真实验

利用Fuzzy工具箱,设计洗衣机洗涤时间的模糊控制器,已知人的操作经验为:

  • 污泥越多,油脂越多,洗涤时间越长;
  • 污泥适中,油脂适中,洗涤时间适中;
  • 污泥越少,油脂越少,洗涤时间越短。
X Y z
SD NG VS
SD MG M
SD LG L
MD NG S
MD MG M
MD LG L
LD NG M
LD MG L
LD LG VL

其中,SD(污泥少)、MD(污泥中)、LD(污泥多)、NG(油脂少)、MG(油脂中)、LG(油脂多)、VS(洗涤时间很短)、S(洗涤时间短)、M(洗涤时间中等)、L(洗涤时间长)、VL(洗涤时间很长)。

  1. 假设污泥、油脂、洗涤时间的论域分别为0-100,0-100,1-120,用fuzzy工具箱设计相应的模糊推理系统,给出具体的步骤和输入、输出语言变量的隶属函数图、模糊控制规则表和推理结论立体图。
  2. 假定污泥=60,油脂=70,给出推理图和结果。

实验三 BP神经网络

利用BP神经网络,解决性别分类问题:

  1. 原始数据student.xls,部分数据放入报告中即可;
  2. 以身高、体重为输入,性别为输出,设计网络结构(以图的形式放入报告);
  3. 手工编码(python或MATLAB),实现对性别的分类计算,并用测试数据验证模型的正确性。
  4. 用MATLAB工具箱编程实现模型仿真并用测试数据对性别进行预测。

测试数据1:身高(162cm),体重(56kg),性别(女)。

测试数据2:身高(172cm),体重(75kg),性别(男)。

实验四 RBF神经网络

1. 利用RBF神经网络,解决异或问题

  1. 异或问题本质上是一个二分类问题:输入为向量[x1,x2],输出是标量,取值限定为0或1。
序号 x1 x2 D期望输出
1 0 0 0
2 0 1 1
3 1 0 1
4 1 1 0
  1. 设计网络结构(以图的形式放入报告);
  2. 手工编码(python或MATLAB),实现对异或问题的分类计算。
  3. 用MATLAB工具箱编程实现模型仿真。

测试数据1:x1=0.95,x2=0.03。

测试数据2:x1=0.92,x2=0.89。

2. 曲线拟合

  1. 给定一系列已知的采样点,就可以近似确定在某未知自变量位置处的函数值(18个点)

X=-9,-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9

Y=-129,-32,-118,-138,-125,-97,-55,-23,-4,2,1,-31,-72,-121,-142,-174,-155,-77

  1. 手工编码(python或MATLAB),实现曲线拟合。
  2. 用MATLAB工具箱编程实现曲线拟合,改变spread,观察拟合结果并截图放入报告中。

实验五 Hopfield神经网络

在三维平面上,定义两个平衡点(1,-1,1)和(-1,1,-1),使所有的输入向量经过迭代最后都收敛到这两个点。

  1. 给出手工计算过程,并用代码(python或matlab)实现;
  2. 设计网络结构(以图的形式放入报告);
  3. 用MATLAB工具箱编程实现模型仿真。

实验六 支持向量机

利用支持向量机,构造性别分类器:

  1. 以身高、体重为输入,性别为输出,设计支持向量机;
  2. 手工编码或工具箱编码(python或MATLAB),实现对性别的分类计算,并用测试数据验证模型的正确性。
  3. 用测试数据对性别进行预测。

测试数据1:身高(162cm),体重(56kg),性别(女)。

测试数据2:身高(172cm),体重(75kg),性别(男)。

实验七 遗传算法

  1. 利用遗传算法,解决下列函数优化求解:

    <math xmlns="http://www.w3.org/1998/Math/MathML"> { min ⁡ F ( x , y ) = ( x − 3.5 ) 2 + ( y + 4 ) 2 1 < x , y < 10 \left\{ \begin{array}{l} \min F(x,y) = {(x - 3.5)^2} + {(y + 4)^2}\\ 1 < x,y < 10 \end{array} \right. </math>{minF(x,y)=(x−3.5)2+(y+4)21<x,y<10

  2. 利用遗传算法,求函数 <math xmlns="http://www.w3.org/1998/Math/MathML"> f ( x ) = x + 10 sin ⁡ ( 5 x ) + 7 cos ⁡ ( 4 x ) f(x) = x + 10\sin (5x) + 7\cos (4x) </math>f(x)=x+10sin(5x)+7cos(4x) 的最大值,其中 <math xmlns="http://www.w3.org/1998/Math/MathML"> 0 ≤ x ≤ 9 {\rm{0}} \le x \le 9 </math>0≤x≤9 。

相关推荐
铸剑师欧冶子34 分钟前
AI领域的黄埔军校:OpenAI是新一代的PayPal Mafia,门生故吏遍天下
人工智能·深度学习·机器学习·gpt-3·文心一言
安特尼2 小时前
Datawhale AI夏令营:基于带货视频评论的用户洞察挑战赛
机器学习·语言模型·音视频
DAWN_T173 小时前
Transforms
pytorch·python·机器学习·jupyter·pycharm
一百天成为python专家3 小时前
python库之jieba 库
开发语言·人工智能·python·深度学习·机器学习·pycharm·python3.11
Blossom.1184 小时前
用一张“冰裂纹”石墨烯薄膜,让被动散热也能做 AI 推理——基于亚波长裂纹等离激元的零功耗温度-逻辑门
人工智能·深度学习·神经网络·目标检测·机器学习·机器人·语音识别
计算生物前沿5 小时前
单细胞分析教程 | (二)标准化、特征选择、降为、聚类及可视化
人工智能·机器学习·聚类
超龄超能程序猿6 小时前
(5)机器学习小白入门 YOLOv:数据需求与图像不足应对策略
人工智能·python·机器学习·numpy·pandas·scipy
cwn_7 小时前
回归(多项式回归)
人工智能·机器学习·数据挖掘·回归
优乐美香芋味好喝8 小时前
2025年7月11日学习笔记&一周归纳——模式识别与机器学习
笔记·学习·机器学习
众链网络8 小时前
AI进化论08:机器学习的崛起——数据和算法的“二人转”,AI“闷声发大财”
人工智能·算法·机器学习