Главная > Искусственные нейронные сети. Теория и практика
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

6.6. Аппроксимация функции

Рассмотрим пример аппроксимации функции двух переменных с использованием нейропакета Neural Planner

Ограничим диапазон изменения переменных X и Y интервалом (-1, 1)

Для решения задачи выберем топологию нейронной сети с двумя скрытыми слоями по четыре нейрона в каждом слое, с двумя входными и одним выходным нейроном (рис. 6.9)

Рис. 6.9 Структура нейронной сети

Для обучения сети используем выборку из 20 векторов, приведенных в табл 6.8 Время обучения сети при заданной ошибке 0,05 (остальные установки программы - по умолчанию) составило около 1 мин Сеть обучилась за 4500 циклов

Для проверки полученных результатов проведем опрос сети Результаты опроса приведены в табл 6.9

(кликните для просмотра скана)

Из табл. 6.9. видно, что результаты опроса не во всех случаях верны или ошибка намного больше заданной, например, при X = 0,5, У = 0,5 (значения вектора 1) имеем , а точное значение равно 1,0625, т. е. ошибка составляет примерно 0,1 (при заданной ошибке обучения 0,05). Заметим, что точность аппроксимации можно повысить, увеличив объем обучающей выборки.

<< Предыдущий параграф Следующий параграф >>
Оглавление