Принятие решений в системах, основанных на знаниях. Коробова И.Л - 14 стр.

UptoLike

ВУЗ: 

ТГТУ | Тамбов

Составители: 

Рубрика: 

θ+==
∑
i
iii
xwFhFO )()(
. (4)
Наиболее типичными функциями активации являются:
– экспоненциальная
0,1
)exp(1
2
)( >λ−
λ−+
=
h
hF
; (5)
x
1
x
2
.
.
x
n
Σ
F
O = F(h)
Рис. 8
– функция знака
<−
>+
==
.0,1
;0,1
)sgn()(
h
h
hhF
(6)
Функции, записанные в таком виде, называются биполярными. Возможно использование униполяр-
ных функций:
0,
)exp(1
1
)( >λ
λ−+
=
h
hF ; (7)
<
>
=
.0,0
;0,1
)(
h
h
hF
(8)
Следует отметить, что при λ→∞ экспоненциальная функция приближается к функции знака.
2.4.3 Многослойные нейронные сети
Для решения практических задач часто используются многослойные нейронные сети. Обычно, в та-
ких сетях все нейроны в слое связаны со всеми нейронами в предыдущем слое через однонаправленную
связь [18]. При решении задач аппроксимации чаще используется нейронная сеть с одним скрытым сло-
ем (рис. 9).
o
1
o
2
.
.
.
o
n2
x
1
x
2
.
.
.
x
n1
Рис. 9
Многослойная нейронная сеть имеет разное количество нейронов в слоях и разные весовые коэф-
фициенты нейронов. Каждый нейрон характеризуется множеством входов и одним выходом. Связь
вход-выход для сети, представленной на рис. 9, можно представить в матричной форме:
O = F(X) = f [W
2
f [W
1
X]], (9)
где X – вектор входных параметров; O – вектор выходных параметров; W
1
, W
2
– матрицы весовых коэф-
фициентов для скрытого и выходного слоя соответственно; f – функция активации.
При решении задачи аппроксимации обычно используется экспоненциальная функция (3), (5).
3 ПРЕДСТАВЛЕНИЕ ЗНАНИЙ
В ВИДЕ НЕЧЕТКИХ ВЫСКАЗЫВАНИЙ
Методы построения математических моделей часто основаны хотя и не неточной, но в целом объ-
ективной информации об объекте. Однако возможны ситуации, когда при построении моделей решаю-

Страницы