Искусственные нейронные сети. Сивохин А.В - 97 стр.

  T = [0.0 2.0 4.1 5.9];
  net = newgrnn(P,T)      % – параметр SPREAD = 1.0;
  gensim (net)
  plot(P,T, ′*r′, ′MarkerSize′, 2, ′LineWidth′, 2)
  hold on
  V = sim(net, P)
  plot(P,V, ′o8′, ′MarkerSize′, 8, ′LineWidth′, 2)
  P1 = 0.5:2.5;
  Y = sim(net, P1);
  plot(P1,V, ′+k′, ′MarkerSize′, 10, ′LineWidth′, 2)
  Y = sim(net, 0:0.5:3)     % – для нового входа;
  net = newgrnn(P, T, 0.1) % – параметр SPREAD = 0.1;
  Y = sim(net, 0:0.5:3)     % – сравнить результаты.

   Задание 2. Построить обобщенную регрессионную сеть для реше-
ния задачи аппроксимации и экстраполяции нелинейной зависимо-
сти, восстанавливаемой по экспериментальным точкам, выполнив
следующие команды:
   P = [1 2 3 4 5 6 7 8 ]; % – экспериментальные;
   T = [0 1 2 3 2 1 2 1 ]; % – данные в 8 точках;
   SPREAD = 0.7;             % – значение меньше шага Р, равного 1;
   net = newgrnn(P, T, SPREAD)
   net.layers{1}.size, net.layers{2}.size % - 8 и 8;
   A = sim(net, P);
   plot(P, T, ′*k′, ′MarkerSize′, 10), hold on
   plot(P, A, ′ok′, ′MarkerSize′, 10) % – аппроксимация;
   P2 = -1: 0.1: 10; % – диапазон Р2 больше диапазона Р;
   A2 = sim(net, P2);
   plot(P2, A2, ′-k′, ′LineWidth′, 2) % – экстраполяция;
   hold on,
   plot(P, T, ′*k′, ′MarkerSize′, 10) % – сравнить точки.


                                97