Искусственные нейронные сети. Сивохин А.В - 65 стр.

  EE = mse(y-T)            % – та же ошибка 1.3817*e-003

  Задание 4. Обучить динамическую линейную сеть, рассмотрен-
ную во 2-м задании и сравнить результаты, выполнив следующие
команды:


  net = newlin([-1 1] , 1,[0 1], 0.5)
  Pi = {0}                    % – начальное условие линии задержки;
  net.IW{1} = [0 0]           % – начальные веса входов;
  net.biasConnect = 0;        % – смещение отсутствует;
  net.trainParam.epochs = 22;
  P = {-1/2 1/3 1/5 1/4}; % – вектор входа;
  T = {-1 1/6 11/15 7/10}; % – вектор цели;
  net1 = train(net, P, T, Pi); % – обучение сети;
  W = net1.IW{1}              % – веса после обучения сети;
  Y = sim(net1, P);           % – моделирование новой сети;
  EE = mse( [Y{:}] - [T{:}] ) % – ошибка = 3.6514е-005.

   Задание 5. Создать и инициализировать трёхслойную сеть с двумя
входами для последующего обучения сети методом обратного рас-
пространения ошибки, выполнив следующие действия:
   1. Создать шаблон сети:
   net5 = network(2, ... % – число входов;
                    3, ... % – число слоёв сети;
          [1; 1; 1], ... % – связь смещений;
          [1 1 ; 0 0; 0 0], ... % – связь входов;
          [ 0 0 0 ; 1 0 0 ; 0 1 0], ... % – связь слоёв;
          [0 0 1], ... % – связь выходов;
          [0 0 1] ); % – связь целей.




                               65