НКТЗI_ЛР2011

21

)

) 0 .

2.3.500 , I )

) I ) 0 & H0 , J -

H ( . . 2.4) , - H . > ) &

8 .

2.3.6) & -

, ) (0 ) -

& I)

( &

(0), , , &-

).

2.3.7= . 2.3.3 – 2.3.6 0,

: 8, -

I, I, &

I, , , & (0)

8 , & ( - 0) , & (0) -

8 , & (0-) .

> I ) I I-

0 0 &; -

.

2.3.8>

, H & & )

& (0), 8

& (0) I ) ;

0 & ) ) ) ( ) & (0), 8

& ) I ) -

; 8 ) I J

I .

2.3.9( ) I 8

0 0 ) I

J H, J

, & . > :

22

–H, J 0 ),

11;

–& H ) -

H H ;

–H, J 0 ), 0 -

( 8

8 3 ).

5 8 & . (

8 I , J - 0 ' ) .

2.3.10 6 . 2.3.11 4& .

2.4 /+ ,)+

2.4.1: .

2.4.2.

2.4.34 .

2.4.4: ).

2.4.56 ) () 00

) &).

2.4.66, J

(5 I. ), 8 8 0 -

.

2.5 78 + , * 3

1.>: , 8, '0, &-

.

2.@ & 8.

3.6 I 8.

4.) 8.

5.) 8.

6.o 8.

7.? .

23

8. > ) 8

) I.

9. . 8 MATLAB. Neural Network Toolbox.

10.> Stat st ca Neural Networks.

11. MATLAB.

12.% ) . . 13.>: & , , ) () &-

H), ), ()) &, & , 8-

8, 8, &-

, , 0, / &,

/ &, & .

14. I ) - o &&. g 8 ) 0 ) I ) -

?

15.8 I . h -

8 I I ,

8? g I - & ( ) ? 4 q -

. > .

16.g H - I ) , ) I 8? 6 q

.

17.h & I 0

? g H & -

, &-

(0) , J H, ?

18.g H I -

? 6 q

.

19. ) &

?

20.g 8 I -

0 &: y = (x1 and x2), y = (x1 xor x2), y = not ((not x1) and x2), I – -

0 &: y = 3x1 – 0,05x2, y = s n(x1) + 0,3x2, y = 0,5x1 + 2x2 – 2,5(x1 – x2) + 5,5? 6 q , J 8-

, .

24

21.% ) I : -

.

22.h 8 I ) I -

, 8? 4 q . >-

.

23.3 ) ) I . g 8 )- H ) ) I ) I )

?

24.h ) I 8 6 ? 5 6 - ) I 8.

25.r H ) ) I 8. h ) H ) I

6 , J H -

. H: ) I , ) -

, ) ?

26.g 8 ) I 0

& 0 y = x12 + 0.5x1 + x2, J ) I 0H: ) 1, ) 2, ) 3? 6 q , J 8, .

27.g 8 ) H )-

0 ) ) I

8, , J 8, ? 28.g 8 ) I

0 &: 1) y = x1 and x2, 2) y = x1 xor x2, 3) y = not ((not x1) and x2), ) I – -

0 &: 1) y = 3x1 – 0,05x2, 2) y = s n(x1) + 0,3x2, 3) y = 0,5x1 + 2x2 - 2,5(x1 – x2) + 5,5, 4) y = x1 / (x2s n(s))? 6 - q , J 8, .

29.4 I ) ) ) H ) ). 4

) ) ) H ) ).

30.. 8 ) I ) H )-

Matlab.

25

3 A B B B A 3

KB B L BM N O B M:

B P-A B L

3.1 " *

6 - 8, 8 ) -

. 4 ) , J 00

- 8.

3.2 ) + " " *H + )+-/ +

=- 8 (Radial Basis Function Nets, RBF)

& ) . - ) 0 - & 8 ) -

& 0. h ) I , -

- 8 (=%) H . > 0 - -

8 ) 0 Matlab . 3.1.

: 3.1 – 0 - -

8

26

3.3 )-3 - *

3.3.14

0 , 0 , 8 -

.

3.3.2(& ( . 2.3) )-

,

( . . 2.3.2).

3.3.3=’ & F (x1, x2 ,..., xL )

) 0 - 8. 5 ) -

8 ) 0 -.

3.3.4) & -

, (0 )

& I)

( & (0-), , , &).

> - 8

8, -

(I ) I ) I 0 -

0 &, .

3.3.5= . 3.3.3, 3.3.4 0,

: 8, -

I, I, &

I, , , & (0)

8 , & ( - 0) , & (0) -

8 , & (0-) .

3.3.6>

, 8 ) I J

I .

3.3.76 .

3.3.84& .

27

3.4 /+ ,)+

3.4.1: .

3.4.2.

3.4.34 .

3.4.4: ).

3.4.56 ) () 00

) &).

3.4.66, J

(5 I. ), 8 8 0 -

.

3.5 78 + , * 3

1.-

8.

2.- - 8 ) I 8?

3.- -

8.

4.- 8.

5.g 8 ) 0 ) -

8?

6.h 8 I -

8, 8? 4 q . . -

.

7.=- 8 MATLAB.

8.g - 8

& ( ) ?

9.g 8 - 8 0-

&: 1) y = x1 and x2, 2) y = x1 xor x2,

3) y = not ((not x1) and x2), 4) y = 3x1 – 0,05x2, 5) y = s n(x1) + 0,3x2, 6) y = 0,5x1 + 2x2 - 2,5(x1 – x2) + 5,5, 7) y = x1 / (x2 s n(s))? 6

q , J 8, . 10.> ) - 8.

11.v ) , , , ? 12.6 ) .

28

13.v ?

14.g 0?

15.g 0?

16.g H ) I

8?

17.g H -

& ?

18.g H

& ?

19.g H

?

20.g 8 8 )

?

29

4 A B B B A 4

KB B L B ’M:

B L ; Q

4.1 " *

6 8 o & ) .

4.2 ) + " " *H + )+-/ +

6 8 ’

. ’

H 8 8

’ 0 -

.

4 8 o & H:

–8 H I 0 , H

8;

–8 8 ' I ,

8 H , H );

–8 H ) ) ' (wii = 0);

–) 8 H , ) ' 8 i- j-

0H ' 8 j- i- wij = wji;

–8 H, , ) & 0 ;

–H ).

8 o & & H . 6 ) - 0 , ) 8 0H -

. ( 8 00 -

. . 8 H . 5 8 H, ) 8,

, . 6 ) & H - 0 I & 8 &-

0 , )

.

> 0 8 o & -

) 0 Matlab . 4.1.

30

: 4.1 – 0 8 o &

1. ( 8 o &, J H

. > , )

8. = 8 - ) 0 .

T=[+1 -1; -1 +1]'; % ?HIaYI H9TY@ plot(T(1,:),T(2,:), 'r*');

net = newhop(T); % cHA9:EUUV QR d9J8ICW>

Ai = {rands(2,1)}; % ZEUE:<=;9 W9AICGU@a AEYH9:

[Y, Pf, Af] = sim (net, {1 10}, [], Ai); % J9W>=;9 a9Z9 U> ADIW ;E:EBI

record = [cell2mat(Ai) cell2mat(Y)]; start = cell2mat(Ai);

hold on;

plot(start(1,1), start(2,1), 'b+', record(1,:), record(2,:))

title(g:EF<CGH>H :9S9H@ ;E:EBI d9J8@CW>h)

2. ( 8 o & -

T.

> 8. (&

I 8 ) I J ) -.

T = [ -1 -1 1; 1 -1 1]' % ?HIaYI H9TY@

net = newhop(T); % ?HA9:EUUV QR d9J8ICW> @CW>

Ai = T;

[Y, Pf, Af] = sim(net, 2, [], Ai); % iJ@H<A>UUV ;E:EBI

% jYk9 ;E:EB> J:>lP= J:>A@CGU9, ECE;EUH@ Y J9A@UUI FSI- Z>H@?V F AIWJ9AIWU@;@ ECE;EUH>;@ T

Y

% mIWU9ACEUUV <^Y9WBEU9Z9 AEYH9:> Ai W9 U>aSICG^ JIWD9- WVk9Z9 EH>C9U> F> 7 T>?9A@D Y:9YIA

Ai = {[-0.9; -0.8; 0.7]};

[Y, Pf, Af] = sim(net, {1 7}, {}, Ai); cell2mat(Y)