Искусственные нейронные сети. Сивохин А.В - 81 стр.

метров динамических систем в задачах управления. Матричная за-
пись решаемой системы линейных алгебраических уравнений такова:
                       [W b]*[P;ones]=T,
при этом должно выполняться условие
                         S*R + S = Q.
   Функция learnwh вычисляет приращение весов входов и смеще-
ний по следующим векторным формулам:

  pn = p/(sqrt(1+P(1)^2)+… +P(R)^2);
  dW = lr*e*pn;
  db = lr*e.

   При работе с моделями линейных сетей могут возникнуть ситуа-
ции, когда число настраиваемых параметров недостаточно, чтобы
выполнить все условия; в этом случае сеть считается переопределен-
ной. Если число параметров слишком велико, сеть считается недооп-
ределенной. И в том и в другом случае метод наименьших квадратов
осуществляет настройку, стремясь минимизировать ошибку сети.
   Архитектура однослойной линейной сети полностью определяет-
ся задачей, которая должна быть решена, причем число входов сети и
число нейронов в слое определяются числом входов и выходов зада-
чи соответственно.

                Практические задания
   Задание 1. Выполнить задания с 1-го по 5-е лабораторной рабо-
ты № 6 и для линейной нейронной сети с таким же числом нейронов
и входов, что и у соответствующего персептрона, заменив функцию
newp функцией newlin, оставляя параметры неизменными и исполь-
зуя значения параметров id и lr по умолчанию, т. е. [0] и 0,01 соот-
ветственно.

   Задание 2. Построить поверхность ошибок для линейной сети с
одним нейроном и одним входом, используя функцию errsurf и вы-
полнив следующие команды:

                                81