Составители:
Рубрика:
116
Выход нейрона в любом слое, кроме первого, определяется моно"
тонной нелинейной функцией в виде сигмоиды от общего входа слоя
и имеет следующий вид:
1 [1 exp( )].
hh
jj
yx1 2 3
Вследствие того что выходные нейроны сети представляют значе"
ния ФП в диапазоне от 0 до 1 и не являются бинарными, обычная
функция ошибки не может быть использована. Вместо этого здесь
используется функция ошибки в виде:
2
1
()( ),
2
p p pk pk
pk
Exy12 34
55
где m(х
р
) – ФП для входного вектора х
р
.
Алгоритм, как и в классическом варианте нейронных сетей, со"
стоит из таких же шагов и принципиально не отличается от описан"
ного ранее, за исключением, естественно, вида функции ошибки.
В противоположность описанной разновидности нейро"нечеткой
системы была предложена адаптивная нечеткая нейронная система
вывода (Adaptive Neuro"Fuzzy Inference System "ANFIS) [13], в кото"
рой использовался алгоритм Сугено в качестве системы вывода. При
рассмотрении ANFIS для упрощения допустим, что нечеткая систе"
ма имеет два входа х, у и один выход f. Пусть база правил содержит
всего лишь два правила вида: если..., то:
П1: если х есть A
1
и у есть В
1
, то
11 1
;fpxqy1 2
П2: если х есть A
2
и у есть В
2
, то
22 2
.fpxqy1 2
Соответствующая системе ANFIS архитектура нейронной сети по"
казана на рис. 2.26.
1
Рис. 2.26
Страницы
- « первая
- ‹ предыдущая
- …
- 114
- 115
- 116
- 117
- 118
- …
- следующая ›
- последняя »
