Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- ein_neuronales_netz_fuer_den_nxt_roboter [2024/01/26 11:11] – [Quellcode] torsten.roehl
+++ ein_neuronales_netz_fuer_den_nxt_roboter [2024/01/26 11:20] (aktuell) – [Quellcode] torsten.roehl
@@ Zeile 123: / Zeile 123: @@
 public class Main {
- public static Methods bpn = new Methods();
+   public static Methods bpn = new Methods();
- public static void main(String args[]) throws InterruptedException {
+   public static void main(String args[]) throws InterruptedException {
- //Initialisieren der Sensoren
+   //Initialisieren der Sensoren
- TouchSensor s1 = new TouchSensor(SensorPort.S1);
+   TouchSensor s1 = new TouchSensor(SensorPort.S1);
- LightSensor s2 = new LightSensor(SensorPort.S2);
+   LightSensor s2 = new LightSensor(SensorPort.S2);
- TouchSensor s3 = new TouchSensor(SensorPort.S3);
+   TouchSensor s3 = new TouchSensor(SensorPort.S3);
- //Initialisieren der Zählvariable i, des Weißstandarts
+   //Initialisieren der Zählvariable i, des Weißstandarts
- // und des Input- und Output-Vektors
+   // und des Input- und Output-Vektors
- int i, white;
+   int i, white;
- int inp[] = { 0, 0, 0 };
+   int inp[] = { 0, 0, 0 };
- int out[] = { 0, 0 };
+   int out[] = { 0, 0 };
- Sound.beep();
+   Sound.beep();
- System.out.println("Train");
+   System.out.println("Train");
- // Trainieren des bpn (Backpropagation-Netzwerks) in 500 Epochen
+   // Trainieren des bpn (Backpropagation-Netzwerks) in 500 Epochen
- for (i = 0; i < 500; i++) {
+   for (i = 0; i < 500; i++) {
- bpn.train(1);
+      bpn.train(1);
- System.out.println(bpn.trainedEpochs);
+      System.out.println(bpn.trainedEpochs);
+   }
- }
+   Sound.twoBeeps();
- Sound.twoBeeps();
- //Definieren des Weißstandards und der Motorgeschwindigkeiten
+   //Definieren des Weißstandards und der Motorgeschwindigkeiten
- white = s2.readValue();
+   white = s2.readValue();
- Motor.A.setSpeed(300);
+   Motor.A.setSpeed(300);
- Motor.C.setSpeed(300);
+   Motor.C.setSpeed(300);
+   Sound.twoBeeps();
- Sound.twoBeeps();
+   while (!Button.ENTER.isPressed()) {
- while (!Button.ENTER.isPressed()) {
+       System.out.println(s2.readValue());
+       if (s1.isPressed()==true)
- System.out.println(s2.readValue());
+          inp[0] = 1; // Sensor 1 an
+       else
+          inp[0] = 0; // Sensor 1 aus
- if (s1.isPressed()==true)
+       if (s2.readValue() > white + 15)
- inp[0] = 1; // Sensor 1 an
+           inp[1] = 1; // Sensor 2 schwarz
- else
+       else
- inp[0] = 0; // Sensor 1 aus
+           inp[1] = 0; // Sensor 2 weiß
- if (s2.readValue() > white + 15)
+       if (s3.isPressed()==true)
- inp[1] = 1; // Sensor 2 schwarz
+           inp[2] = 1; // Sensor 3 an
- else
+       else
- inp[1] = 0; // Sensor 2 weiß
+           inp[2] = 0; // Sensor 3 aus
- if (s3.isPressed()==true)
+       bpn.test(inp, out);
- inp[2] = 1; // Sensor 3 an
- else
- inp[2] = 0; // Sensor 3 aus
- bpn.test(inp, out);
+       if (out[0] == 1)
+           Motor.A.forward();
+       else
+          Motor.A.backward();
- if (out[0] == 1)
+      if (out[1] == 1)
- Motor.A.forward();
+          Motor.C.forward();
- else
+      else
- Motor.A.backward();
+          Motor.C.backward();
- if (out[1] == 1)
+      Thread.sleep(500);
- Motor.C.forward();
- else
- Motor.C.backward();
- Thread.sleep(500);
+   }
- }
- Motor.A.stop();
+   Motor.A.stop();
- Motor.C.stop();
+   Motor.C.stop();
- Sound.beep();
+   Sound.beep();
- Button.ESCAPE.addButtonListener(new ButtonListener() {
+   Button.ESCAPE.addButtonListener(new ButtonListener() {
- public void buttonPressed(Button b) {
+      public void buttonPressed(Button b) {
- LCD.drawString("Program stop", 0, 3);
+           LCD.drawString("Program stop", 0, 3);
- }
+      }
- public void buttonReleased(Button b) {
- System.exit(0);
+      public void buttonReleased(Button b) {
- }
+         System.exit(0);
- });
+      }
+   });
  }
 }
 </Code>
@@ Zeile 223: / Zeile 223: @@
  public static int data3[][] = {{0,0,1}, {0,1}};
  public static int data4[][] = {{0,1,0}, {0,0}};
  public static double input[] = {0,0,0,1};
  public static double w1[][] = {{0,0,0}, {0,0,0}, {0,0,0}, {0,0,0}};
@@ Zeile 232: / Zeile 231: @@
  public static double delta2[] = {0,0};
  public static double delta1[] = {0,0,0};
  public static int trainedEpochs = 0;
  public Methods() {
  byte i, j;
@@ Zeile 250: / Zeile 244: @@
  public static void train(int e) {
- for(int i=0; i
+    for(int i=0; i
- learn( data1[0], data1[1] );
+      learn( data1[0], data1[1] );
- learn( data2[0], data2[1] );
+      learn( data2[0], data2[1] );
- learn( data3[0], data3[1] );
+      learn( data3[0], data3[1] );
- learn( data4[0], data4[1] );
+      learn( data4[0], data4[1] );
- trainedEpochs++;
+      trainedEpochs++;
- }
+      }
  }
@@ Zeile 262: / Zeile 256: @@
  public static void learn( int inp[], int out[] ) {
  int i, j;
  double sum, out_j;
  // Initialisieren der Input-Vekoren
@@ Zeile 273: / Zeile 266: @@
  hidden[j] = 1 / ( 1 + Math.exp(-sum));
  }
  // Berechnen der Output-Werte
@@ Zeile 282: / Zeile 274: @@
  output[j] = 1 / (1 + Math.exp(-sum));
  }
@@ Zeile 312: / Zeile 301: @@
  // Anpassen der Gewichte w1
  for(i=0; i
  }
  public static void test(int inp[], int out[]) {
@@ Zeile 333: / Zeile 321: @@
  // Berechnen der Output-Werte
  for(j=0; j
  sum = 0;
  for(i=0; i
  output[j] = 1 / (1 + Math.exp(-sum));
@@ Zeile 343: / Zeile 329: @@
  // Übertragen des Outputs auf das Array out[]
- for(i=0; i= 0.5 )
+     for(i=0; i= 0.5 )
- out[i] = 1;
+         out[i] = 1;
- else
+     else
- out[i] = 0;
+         out[i] = 0;
  }
@@ Zeile 356: / Zeile 342: @@
 </Code>
+<WRAP center round info 60%>
+FIXME Der Quellcode enthält noch Fehler
+</WRAP>
+==== Quellen ====
+  * Download des orginales Artikels erschienen in JavaWorld 2005
+          * [[https://www.informatics4kids.de/addons-i4k/doc/article/neural_network_lego.pdf|A neural network for Java Lego robots]]