Задание. по курсу «Теория нейронных сетей»

НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

им. Р.Е. Алексеева»

АРЗАМАССКИЙ ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ (ФИЛИАЛ)

Контрольная работа

по курсу «Теория нейронных сетей»

Вариант 9

Выполнила:

студентка гр. АСПМ 08-1

Кривоногова М.

Проверил:

Фомин Д.М.

г. Арзамас 2012 г

Задание

При обработке металлов резанием устанавливается зависимость скорости резания металла от различных характеристик резца и стружки. В табл. Приведены опытные данные, показывающие зависимость скорости резания v (м/мин) и площади поперечного сечения стружки F (мм²) при обработке хромоникелевой стали.

Таблица 1. Экспериментальные данные

В теории резания эту зависимость изображают эмпирической формулой

V=c*F^-1/ε.

В Matlab выровнить экспериментальные данные. Аппроксимирующие зависимости с двумя параметрами приведены в Таблице 2.

Выравнивание данных	Эмпирическая формула

Таблица 2

Найти отклонение данных от прямой и среднеквадратическое отклонение.

Отклонение данных от прямой находится по формуле:

Листинг программы

clear all

close all

clc

F=[1.1 1.4 1.7 2.1 2.6 4.7 6.1 7.0 10.0 12.8 16.5 20.8 40.6];

V=[25.0 22.7 22.1 19.8 17.0 12.3 10.7 10.0 8.2 6.7 5.6 5.0 3.5];

V1 =V+(rand(1,length(V))-0.5)*0.2;

X=log(F);

Y=log(V1);

p=polyfit(X,Y,1)

Y1=polyval(p,X);

figure('name','p1')

plot(X,Y,'+r')

hold on

plot(X,Y1)

grid on

c=exp(p(2))

eps=-1./p(1)

Y2=c*F.^(-1./eps);

figure('name','p2')

hold on

plot(F,V,'+r')

hold on

plot(F,Y2)

grid on

%оценка качества аппроксимации

skoa=(mean(Y2-V).^2)

%уклонения данных от прямой

d=sqrt(sum((Y-p(1)*X-p(2)).^2)/sum(Y.^2))