第一篇：實(shí)驗(yàn)四、RBF神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)報(bào)告

實(shí)驗(yàn)

四、RBF神經(jīng)網(wǎng)絡(luò)

一、實(shí)驗(yàn)?zāi)康?/p>

通過(guò)計(jì)算機(jī)編程實(shí)現(xiàn)并驗(yàn)證RBF神經(jīng)網(wǎng)絡(luò)的曲線擬合及模式分類能力。

二、實(shí)驗(yàn)內(nèi)容

1）用Matlab實(shí)現(xiàn)RBF神經(jīng)網(wǎng)絡(luò)，并對(duì)給定的曲線樣本集實(shí)現(xiàn)擬合； 2）通過(guò)改變實(shí)驗(yàn)參數(shù)，觀察和分析影響RBF神經(jīng)網(wǎng)絡(luò)的結(jié)果與收斂速度的因素；

三、實(shí)驗(yàn)原理、方法和手段

RBF網(wǎng)絡(luò)能夠逼近任意的非線性函數(shù)，可以處理系統(tǒng)內(nèi)的難以解析的規(guī)律性，具有良好的泛化能力，并有很快的學(xué)習(xí)收斂速度，已成功應(yīng)用于非線性函數(shù)逼近、時(shí)間序列分析、數(shù)據(jù)分類、模式識(shí)別、信息處理、圖像處理、系統(tǒng)建模、控制和故障診斷等。

簡(jiǎn)單說(shuō)明一下為什么RBF網(wǎng)絡(luò)學(xué)習(xí)收斂得比較快。當(dāng)網(wǎng)絡(luò)的一個(gè)或多個(gè)可調(diào)參數(shù)（權(quán)值或閾值）對(duì)任何一個(gè)輸出都有影響時(shí)，這樣的網(wǎng)絡(luò)稱為全局逼近網(wǎng)絡(luò)。由于對(duì)于每次輸入，網(wǎng)絡(luò)上的每一個(gè)權(quán)值都要調(diào)整，從而導(dǎo)致全局逼近網(wǎng)絡(luò)的學(xué)習(xí)速度很慢。BP網(wǎng)絡(luò)就是一個(gè)典型的例子。

如果對(duì)于輸入空間的某個(gè)局部區(qū)域只有少數(shù)幾個(gè)連接權(quán)值影響輸出，則該網(wǎng)絡(luò)稱為局部逼近網(wǎng)絡(luò)。常見的局部逼近網(wǎng)絡(luò)有RBF網(wǎng)絡(luò)、小腦模型（CMAC）網(wǎng)絡(luò)、B樣條網(wǎng)絡(luò)等。

徑向基函數(shù)解決插值問(wèn)題

完全內(nèi)插法要求插值函數(shù)經(jīng)過(guò)每個(gè)樣本點(diǎn)，即有P個(gè)。

RBF的方法是要選擇P個(gè)基函數(shù)，每個(gè)基函數(shù)對(duì)應(yīng)一個(gè)訓(xùn)練數(shù)據(jù)，各基函數(shù)形式為，由于距離是徑向同性的，因此稱為徑向基函數(shù)。

。樣本點(diǎn)總共||X-Xp||表示差向量的模，或者叫2范數(shù)。

基于為徑向基函數(shù)的插值函數(shù)為：

輸入X是個(gè)m維的向量，樣本容量為P，P>m。可以看到輸入數(shù)據(jù)點(diǎn)Xp是徑向基函數(shù)φp的中心。

隱藏層的作用是把向量從低維m映射到高維P，低維線性不可分的情況到高維就線性可分了。

將插值條件代入：

寫成向量的形式為維度無(wú)關(guān)，當(dāng)Φ可逆時(shí)，有，顯然Φ是個(gè)規(guī)模這P對(duì)稱矩陣，且與X的。

對(duì)于一大類函數(shù)，當(dāng)輸入的X各不相同時(shí)，Φ就是可逆的。下面的幾個(gè)函數(shù)就屬于這“一大類”函數(shù)：

1）Gauss（高斯）函數(shù)

2）Reflected Sigmoidal（反常S型）函數(shù)

3）Inverse multiquadrics（擬多二次）函數(shù)

σ稱為徑向基函數(shù)的擴(kuò)展常數(shù)，它反應(yīng)了函數(shù)圖像的寬度，σ越小，寬度越窄，函數(shù)越具有選擇性。

完全內(nèi)插存在一些問(wèn)題：

1）插值曲面必須經(jīng)過(guò)所有樣本點(diǎn)，當(dāng)樣本中包含噪聲時(shí)，神經(jīng)網(wǎng)絡(luò)將擬合出一個(gè)錯(cuò)誤的曲面，從而使泛化能力下降。

由于輸入樣本中包含噪聲，所以我們可以設(shè)計(jì)隱藏層大小為K，K

2）基函數(shù)個(gè)數(shù)等于訓(xùn)練樣本數(shù)目，當(dāng)訓(xùn)練樣本數(shù)遠(yuǎn)遠(yuǎn)大于物理過(guò)程中固有的自由度時(shí)，問(wèn)題就稱為超定的，插值矩陣求逆時(shí)可能導(dǎo)致不穩(wěn)定。

擬合函數(shù)F的重建問(wèn)題滿足以下3個(gè)條件時(shí)，稱問(wèn)題為適定的： 解的存在性 解的唯一性 解的連續(xù)性

不適定問(wèn)題大量存在，為解決這個(gè)問(wèn)題，就引入了正則化理論。正則化理論

正則化的基本思想是通過(guò)加入一個(gè)含有解的先驗(yàn)知識(shí)的約束來(lái)控制映射函數(shù)的光滑性，這樣相似的輸入就對(duì)應(yīng)著相似的輸出。

尋找逼近函數(shù)F(x)通過(guò)最小化下面的目標(biāo)函數(shù)來(lái)實(shí)現(xiàn)：

加式的第一項(xiàng)好理解，這是均方誤差，尋找最優(yōu)的逼近函數(shù)，自然要使均方誤差最小。第二項(xiàng)是用來(lái)控制逼近函數(shù)光滑程度的，稱為正則化項(xiàng)，λ

是正則化參數(shù)，D是一個(gè)線性微分算子，代表了對(duì)F(x)的先驗(yàn)知識(shí)。曲率過(guò)大（光滑度過(guò)低）的F(x)通常具有較大的||DF||值，因此將受到較大的懲罰。

直接給出(1)式的解：

權(quán)向量

(2)G(X,Xp)稱為Green函數(shù)，G稱為Green矩陣。Green函數(shù)與算子D的形式有關(guān)，當(dāng)D具有旋轉(zhuǎn)不變性和平移不變性時(shí)，類Green函數(shù)的一個(gè)重要例子是多元Gauss函數(shù)：

。這

正則化RBF網(wǎng)絡(luò)

輸入樣本有P個(gè)時(shí)，隱藏層神經(jīng)元數(shù)目為P，且第p個(gè)神經(jīng)元采用的變換函數(shù)為G(X,Xp)，它們相同的擴(kuò)展常數(shù)σ。輸出層神經(jīng)元直接把凈輸入作為輸出。輸入層到隱藏層的權(quán)值全設(shè)為1,隱藏層到輸出層的權(quán)值是需要訓(xùn)練得到的：逐一輸入所有的樣本，計(jì)算隱藏層上所有的Green函數(shù)，根據(jù)(2)式計(jì)算權(quán)值。廣義RBF網(wǎng)絡(luò)

Cover定理指出：將復(fù)雜的模式分類問(wèn)題非線性地映射到高維空間將比投影到低維空間更可能線性可分。

廣義RBF網(wǎng)絡(luò)：從輸入層到隱藏層相當(dāng)于是把低維空間的數(shù)據(jù)映射到高維空間，輸入層細(xì)胞個(gè)數(shù)為樣本的維度，所以隱藏層細(xì)胞個(gè)數(shù)一定要比輸入層細(xì)胞個(gè)數(shù)多。從隱藏層到輸出層是對(duì)高維空間的數(shù)據(jù)進(jìn)行線性分類的過(guò)程，可以采用單層感知器常用的那些學(xué)習(xí)規(guī)則，參見神經(jīng)網(wǎng)絡(luò)基礎(chǔ)和感知器。

注意廣義RBF網(wǎng)絡(luò)只要求隱藏層神經(jīng)元個(gè)數(shù)大于輸入層神經(jīng)元個(gè)數(shù)，并沒有要求等于輸入樣本個(gè)數(shù)，實(shí)際上它比樣本數(shù)目要少得多。因?yàn)樵跇?biāo)準(zhǔn)RBF網(wǎng)絡(luò)中，當(dāng)樣本數(shù)目很大時(shí)，就需要很多基函數(shù)，權(quán)值矩陣就會(huì)很大，計(jì)算復(fù)雜且容易產(chǎn)生病態(tài)問(wèn)題。另外廣RBF網(wǎng)與傳統(tǒng)RBF網(wǎng)相比，還有以下不同：

徑向基函數(shù)的中心不再限制在輸入數(shù)據(jù)點(diǎn)上，而由訓(xùn)練算法確定。各徑向基函數(shù)的擴(kuò)展常數(shù)不再統(tǒng)一，而由訓(xùn)練算法確定。

輸出函數(shù)的線性變換中包含閾值參數(shù)，用于補(bǔ)償基函數(shù)在樣本集上的平均值與目標(biāo)值之間的差別。

因此廣義RBF網(wǎng)絡(luò)的設(shè)計(jì)包括： 結(jié)構(gòu)設(shè)計(jì)--隱藏層含有幾個(gè)節(jié)點(diǎn)合適

參數(shù)設(shè)計(jì)--各基函數(shù)的數(shù)據(jù)中心及擴(kuò)展常數(shù)、輸出節(jié)點(diǎn)的權(quán)值。下面給出計(jì)算數(shù)據(jù)中心的兩種方法：

數(shù)據(jù)中心從樣本中選取。樣本密集的地方多采集一些。各基函數(shù)采用統(tǒng)一的偏擴(kuò)展常數(shù)：

dmax是所選數(shù)據(jù)中心之間的最大距離，M是數(shù)據(jù)中心的個(gè)數(shù)。擴(kuò)展常數(shù)這么計(jì)算是為了避免徑向基函數(shù)太尖或太平。

自組織選擇法，比如對(duì)樣本進(jìn)行聚類、梯度訓(xùn)練法、資源分配網(wǎng)絡(luò)等。各聚類中心確定以后，根據(jù)各中心之間的距離確定對(duì)應(yīng)徑向基函數(shù)的擴(kuò)展常數(shù)。

λ是重疊系數(shù)。

接下來(lái)求權(quán)值W時(shí)就不能再用行數(shù)大于列數(shù)，此時(shí)可以求Φ偽逆。

了，因?yàn)閷?duì)于廣義RBF網(wǎng)絡(luò)，其

數(shù)據(jù)中心的監(jiān)督學(xué)習(xí)算法

最一般的情況，RBF函數(shù)中心、擴(kuò)展常數(shù)、輸出權(quán)值都應(yīng)該采用監(jiān)督學(xué)習(xí)算法進(jìn)行訓(xùn)練，經(jīng)歷一個(gè)誤差修正學(xué)習(xí)的過(guò)程，與BP網(wǎng)絡(luò)的學(xué)習(xí)原理一樣。同樣采用梯度下降法，定義目標(biāo)函數(shù)為

ei為輸入第i個(gè)樣本時(shí)的誤差信號(hào)。

上式的輸出函數(shù)中忽略了閾值。

為使目標(biāo)函數(shù)最小化，各參數(shù)的修正量應(yīng)與其負(fù)梯度成正比，即

具體計(jì)算式為

上述目標(biāo)函數(shù)是所有訓(xùn)練樣本引起的誤差總和，導(dǎo)出的參數(shù)修正公式是一種批處理式調(diào)整，即所有樣本輸入一輪后調(diào)整一次。目標(biāo)函數(shù)也可以為瞬時(shí)值形式，即當(dāng)前輸入引起的誤差

此時(shí)參數(shù)的修正值為：

四、實(shí)驗(yàn)結(jié)果

RBF神經(jīng)網(wǎng)絡(luò)函數(shù)用于線性回歸，用exp（PI*0.1）作為訓(xùn)練數(shù)據(jù)，然后輸入的測(cè)試數(shù)是exp（PI*0.1），其實(shí)際的輸出結(jié)果與預(yù)測(cè)的輸出結(jié)果完全一致，預(yù)測(cè)效果很好，其圖如下圖所示。

RBF神經(jīng)網(wǎng)絡(luò)函數(shù)用于分類，其實(shí)際的輸出結(jié)果與預(yù)測(cè)的輸出結(jié)果如下圖所示。

第二篇：BP神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)報(bào)告

BP神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)報(bào)告

一、實(shí)驗(yàn)?zāi)康?、熟悉MATLAB中神經(jīng)網(wǎng)絡(luò)工具箱的使用方法；

2、通過(guò)在MATLAB下面編程實(shí)現(xiàn)BP網(wǎng)絡(luò)逼近標(biāo)準(zhǔn)正弦函數(shù)，來(lái)加深對(duì)BP網(wǎng)絡(luò)的了解和認(rèn)識(shí)，理解信號(hào)的正向傳播和誤差的反向傳遞過(guò)程。

二、實(shí)驗(yàn)原理

由于傳統(tǒng)的感知器和線性神經(jīng)網(wǎng)絡(luò)有自身無(wú)法克服的缺陷，它們都不能解決線性不可分問(wèn)題，因此在實(shí)際應(yīng)用過(guò)程中受到了限制。而BP網(wǎng)絡(luò)卻擁有良好的繁泛化能力、容錯(cuò)能力以及非線性映射能力。因此成為應(yīng)用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)。

BP算法的基本思想是把學(xué)習(xí)過(guò)程分為兩個(gè)階段：第一階段是信號(hào)的正向傳播過(guò)程；輸入信息通過(guò)輸入層、隱層逐層處理并計(jì)算每個(gè)單元的實(shí)際輸出值；第二階段是誤差的反向傳遞過(guò)程；若在輸入層未能得到期望的輸出值，則逐層遞歸的計(jì)算實(shí)際輸出和期望輸出的差值（即誤差），以便根據(jù)此差值調(diào)節(jié)權(quán)值。這種過(guò)程不斷迭代，最后使得信號(hào)誤差達(dá)到允許或規(guī)定的范圍之內(nèi)。

基于BP算法的多層前饋型網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)如上圖所示。

BP算法的數(shù)學(xué)描述：三層BP前饋網(wǎng)絡(luò)的數(shù)學(xué)模型如上圖所示。三層前饋網(wǎng)中，輸入向量為：；隱層輸入向量為：；輸出層輸出向量為：；期望輸出向量為：。輸入層到隱層之間的權(quán)值矩陣用V表示，其中列向量為隱層第j個(gè)神經(jīng)元對(duì)應(yīng)的權(quán)向量；隱層到輸出層之間的權(quán)值矩陣用W表示，其中列向量為輸出層第k個(gè)神經(jīng)元對(duì)應(yīng)的權(quán)向量。

下面分析各層信號(hào)之間的數(shù)學(xué)關(guān)系。

對(duì)于輸出層，有

對(duì)于隱層，有

以上兩式中，轉(zhuǎn)移函數(shù)f(x)均為單極性Sigmoid函數(shù)：

f(x)具有連續(xù)、可導(dǎo)的特點(diǎn)，且有

以上共同構(gòu)成了三層前饋網(wǎng)了的數(shù)學(xué)模型。

當(dāng)網(wǎng)絡(luò)輸出和期望輸出不相等時(shí)，存在輸出誤差E如下：

將以上誤差定義式展開至隱層，有

進(jìn)一步展開至輸入層，有

由上式可以看出，網(wǎng)絡(luò)輸入誤差是兩層權(quán)值W和V的函數(shù)，因此調(diào)整權(quán)值可以改變誤差E。

顯然，調(diào)整權(quán)值的原則是使誤差不斷的減小，因此應(yīng)使權(quán)值的調(diào)整量與誤差的負(fù)梯度成正比，即：

式中負(fù)號(hào)表示梯度下降，常數(shù)表示比例系數(shù)，在訓(xùn)練中反映了學(xué)習(xí)速率。

容易看出，BP學(xué)習(xí)算法中，各層權(quán)值調(diào)整公式形式上都是一樣的，均有3個(gè)因素決定，即：學(xué)習(xí)速率、本層誤差信號(hào)和本層輸入信號(hào)X/Y。其中輸出層誤差信號(hào)同網(wǎng)絡(luò)的期望輸出與實(shí)際輸出之差有關(guān)，直接反映了輸出誤差，而各隱層的誤差信號(hào)與前面各層的誤差信號(hào)都有關(guān)，是從輸出層開始逐層反傳過(guò)來(lái)的。

三、程序

clc

clear

all

k=1;

n=10;

P=[-1:0.05:1];

T=sin(k*pi*P);

plot(P,T,＇-＇);

title(＇要逼近的非線性函數(shù)＇);

xlabel(＇輸入向量＇);

ylabel(＇非線性函數(shù)目標(biāo)輸出向量＇);

net=newff(minmax(P),[n,1],{＇tansig＇,＇purelin＇},＇trainlm＇);

y1=sim(net,P);

net.trainParam.epochs=50;

net.trainParam.goal=0.01;

net=train(net,P,T);

y2=sim(net,P);

figure;

plot(P,T,＇-＇,P,y1,＇--＇,P,y2,＇*＇);

title(＇訓(xùn)練前后的網(wǎng)絡(luò)仿真結(jié)果對(duì)比＇);

xlabel(＇輸入向量＇);

ylabel(＇輸出向量＇);

legend(＇目標(biāo)函數(shù)輸出向量＇,＇未訓(xùn)練BP網(wǎng)絡(luò)輸出＇,＇已訓(xùn)練BP網(wǎng)絡(luò)輸出＇);

仿真結(jié)果如下圖：

由仿真結(jié)果圖可以看出，未經(jīng)訓(xùn)練的BP網(wǎng)絡(luò)輸出與目標(biāo)函數(shù)差距很大，逼近效果不理想，而對(duì)BP網(wǎng)絡(luò)訓(xùn)練之后的輸出可以較精確的逼近目標(biāo)函數(shù)，并且BP網(wǎng)絡(luò)的訓(xùn)練迭代次數(shù)僅約1.2次，網(wǎng)絡(luò)的輸出目標(biāo)誤差就達(dá)到了精度要求，收斂速度很快。函數(shù)逼近效果、網(wǎng)絡(luò)訓(xùn)練的收斂速度與原始非線性函數(shù)的頻率、BP網(wǎng)絡(luò)隱含層單元神經(jīng)元的數(shù)目以及BP網(wǎng)絡(luò)訓(xùn)練函數(shù)有關(guān)。

四、實(shí)驗(yàn)結(jié)論

通過(guò)編程實(shí)現(xiàn)使用BP網(wǎng)絡(luò)對(duì)函數(shù)進(jìn)行逼近，對(duì)BP網(wǎng)絡(luò)的信號(hào)和誤差傳遞的原理以及隱層、輸出層權(quán)值調(diào)整的規(guī)則有了充分的理解和認(rèn)識(shí)。

BP網(wǎng)絡(luò)是一個(gè)強(qiáng)大的工具，它是應(yīng)用最為廣泛的網(wǎng)絡(luò)。用于文字識(shí)別、模式分類、文字到聲音的轉(zhuǎn)換、圖像壓縮、決策支持等。

但是，通過(guò)實(shí)驗(yàn)看出，它還是存在一定的不足。由于本實(shí)驗(yàn)中采用的學(xué)習(xí)率是固定不變的，從而使得在函數(shù)逼近的時(shí)候在有些地方出現(xiàn)了偏離，如果能自適應(yīng)的調(diào)整學(xué)習(xí)率，使網(wǎng)絡(luò)在學(xué)習(xí)初期具有較大的學(xué)習(xí)率，以快速逼近函數(shù)，當(dāng)已經(jīng)逼近理想輸出時(shí)再使用較小的學(xué)習(xí)率，來(lái)更加精準(zhǔn)的去逼近函數(shù)，這樣會(huì)得到更好的逼近效果和更小的錯(cuò)誤率。

另外，BP網(wǎng)絡(luò)還具有收斂速度慢、容易陷入局部極小值的問(wèn)題。這些問(wèn)題通過(guò)對(duì)標(biāo)準(zhǔn)BP算法的改進(jìn)能得到一定程度的解決。

第三篇：電子商務(wù)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)四

實(shí)驗(yàn)四 手機(jī)銀行業(yè)務(wù)------招商銀行手機(jī)銀行業(yè)務(wù)及其

安全機(jī)制(選做)

一、實(shí)驗(yàn)?zāi)康?/p>

1、掌握招商銀行手機(jī)銀行業(yè)務(wù)支付流程及相關(guān)概念；

2、了解招商銀行手機(jī)銀行業(yè)務(wù)的服務(wù)內(nèi)容；

3、理解招商銀行手機(jī)銀行業(yè)務(wù)的安全機(jī)制；

二、實(shí)驗(yàn)內(nèi)容

1．瀏覽招商銀行網(wǎng)站（http://www.tmdps.cn/）

2．了解招商銀行手機(jī)銀行業(yè)務(wù)

3．熟悉招商銀行手機(jī)銀行業(yè)務(wù)（http://mobile.cmbchina.com/MobileWeb）的電子支付流程及有關(guān)規(guī)定。瀏覽并理解招商銀行手機(jī)銀行業(yè)務(wù)的安全機(jī)制.先登錄再進(jìn)行各項(xiàng)業(yè)務(wù)的操作，并且記錄操作流程。

三、思考題：

1．思考網(wǎng)上手機(jī)銀行存在哪些安全問(wèn)題？

手機(jī)銀行遇到的安全問(wèn)題主要有兩個(gè)，一是手機(jī)遺失；二是手機(jī)遭黑客入侵。專家表示，若無(wú)動(dòng)態(tài)密碼，若僅憑借賬號(hào)、賬戶的交易密碼和手機(jī)驗(yàn)證碼操作，手機(jī)一旦被盜竊或驗(yàn)證短信被復(fù)制、攔截，那么手機(jī)銀行的賬戶資金安全就會(huì)受到威脅。

2．你認(rèn)為影響用戶進(jìn)行手機(jī)支付的因素有哪些？

(1)大多數(shù)手機(jī)用戶都遭遇過(guò)垃圾信息(短信、彩信、電話)的騷擾。(2)機(jī)卡分離模式以及難以落實(shí)的手機(jī)實(shí)名制。

(3)手機(jī)支付在我國(guó)尚屬初級(jí)階段，運(yùn)營(yíng)商與銀行兩套系統(tǒng)間的業(yè)務(wù)融合一時(shí)難以完成。(4)手機(jī)支付利益各方還未達(dá)成統(tǒng)一的結(jié)算標(biāo)準(zhǔn)。

(5)雖然從技術(shù)上已經(jīng)解決了手機(jī)支付的安全問(wèn)題，但手機(jī)支付標(biāo)準(zhǔn)的統(tǒng)一仍需一段時(shí)間。(6)長(zhǎng)期以來(lái)使用現(xiàn)金、銀行卡消費(fèi)已經(jīng)成為一種消費(fèi)習(xí)慣.

第四篇：實(shí)驗(yàn)四工業(yè)工程實(shí)驗(yàn)報(bào)告2011

實(shí)驗(yàn)四自動(dòng)化立體倉(cāng)庫(kù)作業(yè)

一、實(shí)驗(yàn)?zāi)康牧私庾詣?dòng)化立體倉(cāng)庫(kù)的入庫(kù)、移庫(kù)、出庫(kù)作業(yè)和電子標(biāo)簽貨架系統(tǒng)；根據(jù)產(chǎn)品生產(chǎn)線規(guī)劃設(shè)計(jì)AGV小車的運(yùn)行軌跡。

二、實(shí)驗(yàn)內(nèi)容

結(jié)合減速器裝配生產(chǎn)線進(jìn)行入庫(kù)、移庫(kù)、出庫(kù)作業(yè)和電子標(biāo)簽輔助揀選，規(guī)劃設(shè)計(jì)AGV小車的運(yùn)行軌跡，用其為裝配線各工作站運(yùn)送零件，完成減速器的裝配。

三、實(shí)驗(yàn)步驟

1.將減速器箱體入庫(kù)到立體倉(cāng)庫(kù)。

2.將其余零件入庫(kù)到電子標(biāo)簽貨架。

3.規(guī)劃AGV小車領(lǐng)取零件運(yùn)送至各工作站的運(yùn)行軌跡。

4.運(yùn)行AGV小車至電子標(biāo)簽貨架，并進(jìn)行零件出庫(kù)作業(yè)。

5.用AGV小車將零件運(yùn)送至各工作站。

6.制定生產(chǎn)計(jì)劃，啟動(dòng)流水線，進(jìn)行減速器裝配作業(yè)。

7.對(duì)減速器成品進(jìn)行移庫(kù)作業(yè)。

8.將減速器成品出庫(kù)。

第五篇：實(shí)驗(yàn)四 存儲(chǔ)器部件實(shí)驗(yàn)報(bào)告

實(shí)驗(yàn)四 存儲(chǔ)器部件實(shí)驗(yàn)

班級(jí)：通信111班 學(xué)號(hào)：201110324119 姓名：邵懷慷 成績(jī)：

一、實(shí)驗(yàn)?zāi)康?/p>

1、熟悉ROM芯片和RAM芯片在功能和使用方法等方面的相同和差異之處；學(xué)習(xí)用編程器設(shè)備向EEPROM芯片內(nèi)寫入一批數(shù)據(jù)的過(guò)程和方法。

2、理解并熟悉通過(guò)字、位擴(kuò)展技術(shù)實(shí)現(xiàn)擴(kuò)展存儲(chǔ)器系統(tǒng)容量的方案。

3、了解靜態(tài)存儲(chǔ)器系統(tǒng)使用的各種控制信號(hào)之間正常的時(shí)序關(guān)系。

4、了解如何通過(guò)讀、寫存儲(chǔ)器的指令實(shí)現(xiàn)對(duì)58C65 ROM芯片的讀、寫操作。

5、加深理解存儲(chǔ)器部件在計(jì)算機(jī)整機(jī)系統(tǒng)中的作用。

二、實(shí)驗(yàn)內(nèi)容

1、要完成存儲(chǔ)器容量擴(kuò)展的教學(xué)實(shí)驗(yàn)，需為擴(kuò)展存儲(chǔ)器選擇一個(gè)地址，并注意讀寫和OE等控制信號(hào)的正確狀態(tài)。

2、用監(jiān)控程序的D、E命令對(duì)存儲(chǔ)器進(jìn)行讀寫，比較RAM（6116）、EEPROM（28系列芯片）、EPROM（27系列芯片）在讀寫上的異同。

3、用監(jiān)控程序的A命令編寫一段程序，對(duì)RAM（6116）進(jìn)行讀寫，用D命令查看結(jié)果是否正確。

4、用監(jiān)控程序的A命令編寫一段程序，對(duì)擴(kuò)展存儲(chǔ)器EEPROM（28 系列芯片）進(jìn)行讀寫，用D命令查看結(jié)果是否正確；如不正確，分析原因，改寫程序，重新運(yùn)行。

三、實(shí)驗(yàn)步驟

1、檢查擴(kuò)展芯片插座的下方的插針要按下列要求短接：標(biāo)有“/MWR”“RD”的插針左邊兩個(gè)短接，標(biāo)有“/MRD”“GND”的插針右邊兩個(gè)短接。

2、RAM（6116）支持即時(shí)讀寫，可直接用A、E 命令向擴(kuò)展的存儲(chǔ)器輸入程序或改變內(nèi)存單元的值。

(1)用E命令改變內(nèi)存單元的值并用D命令觀察結(jié)果。

1)在命令行提示符狀態(tài)下輸入：

E 2020↙

屏幕將顯示： 2020 內(nèi)存單元原值:

按如下形式鍵入：

2020 原值：2222（空格）原值：3333（空格）原值：4444（空格）原值：5555 ↙（1）結(jié)果

2)在命令行提示符狀態(tài)下輸入：

D 2020↙

屏幕將顯示從2020內(nèi)存單元開始的值，其中2020H~2023H的值為：

2222 3333 4444 5555

問(wèn)題：斷電后重新啟動(dòng)教學(xué)實(shí)驗(yàn)機(jī)，用D命令觀察內(nèi)存單元2020~2023 的值。會(huì)發(fā)現(xiàn)

什么問(wèn)題，為什么？

答：斷電結(jié)果：

斷電后重新啟動(dòng)教學(xué)實(shí)驗(yàn)機(jī)，用D命令觀察內(nèi)存單位2020~2023的值。會(huì)發(fā)現(xiàn)原來(lái)置入到這幾個(gè)內(nèi)存單位的值已經(jīng)改變，用戶在使用RAM時(shí)，必須每次斷電重啟后豆芽平重新輸入程序或修改內(nèi)存單位的值。(2)用A 命令輸入一段程序，執(zhí)行并觀察結(jié)果。

在命令行提示符狀態(tài)下輸入：

A 2000↙

屏幕將顯示： 2000：

按如下形式鍵入：

2000： MVRD R0，AAAA

MVRD R1，5555

AND R0，R1

RET

問(wèn)題：采用單步和連續(xù)兩種方式執(zhí)行這段程序，察看結(jié)果，斷電后發(fā)生什么情況？ 答：輸出結(jié)果

分析：從采用但不和連續(xù)兩種方式執(zhí)行這段程序，察看結(jié)果，斷電后發(fā)生什么情況R1的數(shù)據(jù)改變了。

3、將擴(kuò)展的ROM芯片（27或28系列或28的替代產(chǎn)品58C65芯片）插入標(biāo)有“EXTROMH”和“EXTROML”的自鎖緊插座，要注意芯片插入的方向，帶有半圓形缺口的一方朝左插入。如果芯片插入方向不對(duì)，會(huì)導(dǎo)致芯片燒毀。然后鎖緊插座。

4、將擴(kuò)展的ROM 芯片（27或28系列或28的替代產(chǎn)品58C65芯片）插入標(biāo)有“EXTROMH”和“EXTROML”的插座，要注意芯片插入的方向，帶有半圓形缺口的一方朝左插入。如果芯 片插入方向不對(duì)，會(huì)導(dǎo)致芯片燒毀。然后鎖緊插座。

5、將擴(kuò)展芯片下方的插針按下列方式短接：將標(biāo)有“/MWR”“ PGM”和“RD”的三個(gè)插針左面兩個(gè)短接，將標(biāo)有“/MWR”“/OE”“GND”的三個(gè)插針左邊兩個(gè)短接。

6、將擴(kuò)展芯片上方標(biāo)有EXTROMH和EXTROML的“/CS”信號(hào)用自鎖緊線短接，然后短接到MEMDC 138 芯片的上方的標(biāo)有“4000－5fff”地址單元。

注意：標(biāo)有/CS 的圓孔針與標(biāo)有MEM/CS 的一排圓孔針中的任意一個(gè)都可以用導(dǎo)線相連；連接的地址范圍是多少，用戶可用的地址空間就是多少。

下面以2764A 為例，進(jìn)行擴(kuò)展EPROM 實(shí)驗(yàn)。

7、EPROM 是紫外線可擦除的電可改寫的只讀存儲(chǔ)器芯片。在對(duì)EPROM 進(jìn)行重寫前必須先擦除并判斷芯片是否為空，再通過(guò)編程器進(jìn)行編程。

(1)將芯片0000~001F 的內(nèi)存單元的值置成01 02 03 04 05 06 07 08 09 0A 0B 0C 0D 0E 0F 11 12 13 14 15 16 17 18 19 1A 1B 1C 1D 1E 1F(2)將編程好的芯片插在擴(kuò)展芯片的高位，低位不插，按上面的提示插好插針。問(wèn)題：

(1)用D命令查看內(nèi)存單元0000~001F的值，結(jié)果是什么？

(2)用E命令向芯片的內(nèi)存單元置入數(shù)值，再用D命令察看，原來(lái)的值是否發(fā)生改變？(3)用A命令向芯片所在的地址鍵入程序，用U命令反匯編，發(fā)現(xiàn)什么？為什么會(huì)出現(xiàn)這種

情況？

(4)將教學(xué)機(jī)斷電后重啟，用D命令看內(nèi)存單元0000~001F的內(nèi)容，數(shù)值是否發(fā)生變化？ 下面以AT28C64B（或其替代產(chǎn)品58C65 芯片）為例，進(jìn)行擴(kuò)展EEPROM實(shí)驗(yàn)。

8、AT28C64B的讀操作和一般的RAM一樣，而其寫操作，需要一定的時(shí)間，大約為1 毫秒。因此，需要編寫一延遲子程序，在對(duì)EEPROM進(jìn)行寫操作時(shí)，調(diào)用該子程序，以完成正確的讀寫。(1)用E 命令改變內(nèi)存單元的值并用D命令觀察結(jié)果。1)在命令行提示符狀態(tài)下輸入： E 5000↙

屏幕將顯示： 5000 內(nèi)存單元原值： 按如下形式鍵入：

5000 原值：2424（按空格）原值：3636（按空格）原值：4848（按空格）原值：5050↙ 2)在命令行提示符狀態(tài)下輸入： D 5000↙

屏幕將顯示5000H~507FH 內(nèi)存單元的值，從5000 開始的連續(xù)四個(gè)內(nèi)存單元的值依次 為2424 3636 4848 5050。

3)斷電后重新啟動(dòng)，用D命令察看內(nèi)存單元5000~5003的值，會(huì)發(fā)現(xiàn)這幾個(gè)單元的值沒有發(fā)生改變，說(shuō)明EEPROM的內(nèi)容斷電后可保存。輸出結(jié)果：

分析：從輸出的結(jié)果來(lái)看斷電后重新啟動(dòng)，用D命令察看內(nèi)存單位500~5003的值，會(huì)發(fā)現(xiàn)這幾個(gè)單位的值沒有發(fā)生改變，說(shuō)明EEPROM的內(nèi)容斷電后可保存。

(2)AT28C64B存儲(chǔ)器不能直接用A 命令輸入程序，單字節(jié)的指令可能會(huì)寫進(jìn)去，雙字節(jié)指令的低位會(huì)出錯(cuò)（建議試一試），可將編寫好的程序用編程器寫入片內(nèi)；也可將程序放到RAM（6116）中，調(diào)用延時(shí)子程序，訪問(wèn)AT28C64B 中的內(nèi)存地址。

下面給出的程序，在5000H~500FH 單元中依次寫入數(shù)據(jù)0000H、0001H、...000FH。從2000H單元開始輸入主程序：（2000）MVRD R0，0000 MVRD R2，0010 ；R2記錄循環(huán)次數(shù)

MVRD R3，5000 ；R3的內(nèi)容為16 位內(nèi)存地址

（2006）STRR [R3]，R0 ；將R0寄存器的內(nèi)容放到R3 給出的內(nèi)存單元中

CALA 2200 ；調(diào)用程序地址為2200的延時(shí)子程序 INC R0 ；R0加1 INC R3 ；R3加1 DEC R2 ；R2減1 JRNZ 2006 ；R2不為0跳轉(zhuǎn)到2006H RET 從2200H 單元開始輸入延時(shí)子程序：（2200）PUSH R3 MVRD R3，F(xiàn)FFF（2203）DEC R3 JRNZ 2203 POP R3 RET 運(yùn)行主程序，在命令提示符下輸入：G 2000↙。輸出結(jié)果：

注意：運(yùn)行G命令的時(shí)候，必須要將將標(biāo)有“/MWR”“/OE”“GND”的三個(gè)插針右邊兩個(gè)短接。程序執(zhí)行結(jié)束后，在命令提示符下輸入：D 5000↙； 可看到從5000H開始的內(nèi)存單元的值變?yōu)?5000：0000 0001 0002 0003 0004 0005 0006 0007 5008：0008 0009 000A 000B 000C 000D 000E 000F。

四、思考題

1)為何能用E 命令直接寫AT28C64B的存儲(chǔ)單元，而A命令則有時(shí)不正確；

答：E命令是儲(chǔ)存寄存器指令A(yù)時(shí)監(jiān)控器指令，而E直接多個(gè)程序?qū)懭階T28C64B的存儲(chǔ)單元，寫入的速度快，A命令只能是一次寫入執(zhí)行一條程序，是延遲指令、所以用E命令直接寫A。T28C64B的存儲(chǔ)單元，而A命令則有時(shí)不正確。

2)修改延時(shí)子程序，將其延時(shí)改短，可將延時(shí)子程序中R3的內(nèi)容賦成00FF或0FFF等，再看運(yùn)行結(jié)果。

五、實(shí)驗(yàn)心得與體會(huì)

通過(guò)本次試驗(yàn)的難度在于怎樣弄清楚ROM芯片和RAM芯片在功能和使用方法等方面的同和差異之處：學(xué)習(xí)編程器設(shè)備向EEPROM芯片內(nèi)寫入一批數(shù)據(jù)的過(guò)程跟方法的工作原理，我在我預(yù)習(xí)做試驗(yàn)的時(shí)候，閱讀到計(jì)算機(jī)存儲(chǔ)器系統(tǒng)由ROM和RAM兩個(gè)存儲(chǔ)區(qū)組成，分別由EPROM芯片（或EEPROM芯片）和RAM芯片構(gòu)成。TEC-XP教學(xué)極端及中還了另外幾個(gè)存儲(chǔ)器器件插座，可以插上相應(yīng)儲(chǔ)存器芯片成存儲(chǔ)器容量擴(kuò)展的教學(xué)實(shí)驗(yàn)，為此必須比較清楚的了解：是我們做實(shí)驗(yàn)的一大難點(diǎn)，同時(shí)也是我們計(jì)算機(jī)組成原理 的重點(diǎn)。同時(shí)在做實(shí)驗(yàn)的時(shí)候也遇到一些相應(yīng)的疑問(wèn)，RAM和EPROM、EEPROM存儲(chǔ)器芯片在讀寫控制跟寫入時(shí)間等方面的同異之處，并正確建立連接關(guān)系和在過(guò)程中完成正確的讀寫過(guò)程。