ВУЗ:
Составители:
Рубрика:
2
Задаются все примеры обучения в виде пар "вход-выход"; вычисляются действительные значе-
ния выходов всех нейронов, используя заданные значения w
ij
s
и значения входов.
3 Используя значения желаемого и действительного выходов определяются локальные ошибки δ
j
s
для всех уровней (92), (99).
4 Пересчитываются синаптические веса по итерационной формуле:
s
i
s
j
s
ji
xw ηδ=∆ , s = 1, 2. (100)
5 Осуществляется переход ко второму примеру обучения и возврат к п. 2.
Заметим, что все тренировочные примеры обрабатываются циклически, пока ошибка обучения не
станет малой. После обучения многослойный персептрон (нейронная сеть) обычно обладает свойствами
объекта, для которого он обучался. Теперь можно вводить любые входные значения и получать выход-
ные без дополнительного обучения.
СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
1 Искусственный интеллект: В 3 кн. Кн.2. Модели и методы: Справочник / Под ред. Э.В. Попова.
– М.: Радио и связь, 1990. 303 с.
2 Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта
и экспертных систем с иллюстрациями на Бейсике. М.: Финансы и статистика, 1990. 239 с.
3 Нильсон Н. Принципы искусственного интеллекта. М.: Радио и связь. 1990. 376 с.
4 Экспертные системы в САПР: Лаб. раб. / Сост.: А.А. Кузнцов, О.П. Федосов. Тамбов: Тамб. гос.
техн. ун-т. 1995. 33 с.
5 Методы представления знаний: Метод. указ. / Сост. И.Л. Коробова. Тамбов: Изд-во Тамб. гос.
техн. ун-та, 2003. 30 с.
6 Основы теории нечетких множеств: Метод. указ. / Сост. И.Л. Коробова. Тамбов: Изд-во Тамб.
гос. техн. ун-та, 2003. 30 с.
7 Малышев Н.Г., Берштейн Л.С., Боженюк А.В. Нечеткие модели для экспертных систем в САПР.
М.: Энергоатомиздат, 1991. 264 с.
8 Горбань А.Н., Дунин-Барковский В.Л., Кирдин Н., Миркес Е.М., Новоходько А.Ю., Россиев Д.А.,
Терехов С.А., Сенашова М.Ю. Нейроинформатика.
<http//www.bmstu.ru//facult/iu/iu4/rus/stst/book2/ann.htm>
9 Вопросы приближения функций: Метод. указ. / Авт.-сост.: Ю.В. Литовка, А.В. Романенко, И.Л.
Коробова. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2001. 20 с.
10 Заде Л. Основы нового подхода к анализу сложных систем и процессов принятия решения //
Математика сегодня: (Сб. ст.). М.: Знание, 1974. 48 с.
11 Zimmerman H.J. Fuzzy Set Theory and its Applications. Boston etc. 1992.
12 Кафаров Б.Б., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии.
Применение метода нечетких множеств. М.: Наука, 1986.
13 Кофман Л. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.
14 Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспе-
лова. М.: Наука, 1986.
15 Вощинин А.П., Сотиров Г.Р. Оптимизация в условиях неопределенности. Изд-во: МЭИ (Рос-
сия), Техника (НРБ), 1990.
