神经网络预测控制

Neural Network for Model Predictive Control

import numpy as np

class data_construct:
	data=[]
	length=0
	count=0
	num_example=0;
	def __init__（self length data）:
		self.data=data
		self.length=length
		self.num_example=len（data）
		self.count=0

	def clr_count（self）:
		self.count=0

	def next_batch（selfbatch_xbatch_ybatch_size）:
		temp_data=self.data[self.count*batch_size
			:self.count*batch_size+batch_size+self.length-2+1]
		#print temp_data
		for i in range（batch_size）:
			for j in range（self.length）:
				batch_x+=（temp_data[i+j][0:20].tolist（））
			batch_y.append（temp_data[i+self.length-1][20].tolist（））
		self.count+=1#count+=length
		batch_x=np.reshape（batch_x（batch_size2*self.length））
		batch_y=np.reshape（batch_y（batch_size1））
		#print batch_y
		#in case list go out of range
		if self.count*batch_size+batch_size+self.length-2>=len（self.data）:
			self.count=0
		return batch_x batch_y

	def plot_data（selfxysim_len）:
		for i in range（sim_len）:
			x+=self.data[self.length+i-1][0:20].tolist（）
			y.append（self.data[i+self.length-1][20].tolist（））
		x=np.reshape（x（sim_len2））
		y=np.reshape（y（sim_len1））
		return xy

#class property
	@property
	def data（self）:
		return self.data

	@property
	def count（self）:
		return self.count

	@property
	def num_example（self）:
		return self.num_example

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-04-24 18:38  NN_MPC-master\
     文件        1045  2017-04-24 18:38  NN_MPC-master\.gitignore
     文件          53  2017-04-24 18:38  NN_MPC-master\README.md
     目录           0  2017-04-24 18:38  NN_MPC-master\Simulation\
     文件        4238  2017-04-24 18:38  NN_MPC-master\Simulation\NN.py
     文件        1282  2017-04-24 18:38  NN_MPC-master\Simulation\data_construct.py
     文件        1669  2017-04-24 18:38  NN_MPC-master\Simulation\data_gen.py