Искусственные нейронные сети. Сивохин А.В - 82 стр.

  Р = [1 -1.2];
  T = [0.5 1];
  net = newlind(P,T);
  Y = sim(net, P)             % – 0.5 и 1;
  net.IW{1,1}                 % – -0.22727;
  net.b{1}                    % – 0.72727;
  w_rangle = -1: 0.1: 0       % – диапазон весов;
  b_ rangle = 0.5: 0.1: 1     % – диапазон смещений;
  ES = errsulf(P, T, w_ rangle, b_ rangle, 'purelin');
  contour(w_ rangle, b_ rangle, ES, 20)      % – 20 уровней;
  hold on
  plot(-2.2727e – 001, 7.2727e – 001, 'x')   % –точка
  hold off     % – знаком 'x' отмечены оптимальные значения
                     веса и % смещения.

   Задание 3. Создать с помощью функции newlin линейную сеть с
одним нейроном и одним входом, обучить эту сеть, используя про-
цедуру train, и построить поверхность функции критерия качества и
траекторию обучения, выполнив следующие действия:
   1. Сформировать обучающее множество и рассчитать максималь-
ное значение параметра обучения maxlr:
   P = [1 -1.2];
   T = [0.5 1];
   maxlr = 0.40*maxlinlr(P,'bias').

  2. Создать линейную сеть:
  net = newlin([-2 2], 1, [0], maxlr);
  gensim(net).

  3. Рассчитать функцию критерия качества:
  w_rangle = -1: 0.2: 1; b_rangle = -1: 0.2: 1;



                                  82