Б. О. Джолдошев а из Института автоматики и информационных технологий нан кр, г. Бишкек; «Cинтез кибернетических автоматических систем с использованием эталонной модели»



бет125/146
Дата19.11.2016
өлшемі28,25 Mb.
#1997
1   ...   121   122   123   124   125   126   127   128   ...   146
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:
1   ...   121   122   123   124   125   126   127   128   ...   146




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет