Hidden Layer Neuron);
 – нейрон выходного слоя (Output Layer Neuron), он является выходом всей сети (O);
i – номер нейрона скрытого слоя, i=20;
Расчет весовых коэффициентов и поправок будет производиться методом обратного распространения ошибки.
В качестве обучающего множества выступят статистические данные, собранные в процессе эксплуатации объекта.
В качестве целевой функции выберем суммарную квадратическую ошибку
где  – целевое значение выхода сети;
– нейрон выходного слоя (Output Layer Neuron), он является выходом всей сети;
d – номер обучающего примера;
m – количество обучающих примеров;
Все весовые коэффициенты будут подправляться после каждого тестового примера, величина поправки будет выглядеть следующим образом
Достарыңызбен бөлісу: | 
