_人工神经网络习题解答_第1页
_人工神经网络习题解答_第2页
_人工神经网络习题解答_第3页
_人工神经网络习题解答_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 第九章人工神经网络9.1答:(1)误差纠正学习;Awkj=r|ek(n)xj(n);伙(”)为输入心)时,神经元k在时刻的实际输出,dP何表示应有的输出(可由训练样本给出);其中4为学习步长,这就是通常所说的误差纠正学习规则(或称delta学习规则)。(2)Hebb学习;Awkj(n)=F(yk(n),xj(n);当某一突触(连接)两端的神经元同步激活(同为激活或同为抑制)时,该连接的强度应为增强,反之应减弱;由于“刈与必(町,荻“)的相关成比例,有时称为相关学习规则。(3)竞争(Competitive)学习;_册-w.若神经元丿竞争获胜Av=0若神经元丿竞争失败:在竞争学习时,网络各输出单

2、元互相竞争,最后达到只有一个最强者阪活,最常见的一种情况是输出神经元之间有侧向抑制性连接,这样原来输出单元中如有某一单元较强,则它将获胜并抑制其它单元,最后只有此强者处于激活状态。9.2答:略9.3答:E-P算法的学习过程如下:(1)选择一组训练样例,每一个样例由输入信息和期望的输出结果两部分组成。(2)从训练样例集中取一样例,把输入信息输入到网络中。(3)分别计算经神经元处理后的各层节点的输出。(4)计算网络的实际输出和期望输出的误差。(5)从输出层反向计算到第一个隐层,并按照某种能使误差向减小方向发展的原则,调整网络中各神经元的连接权值。(6)对训练样例集中的每一个样例重复(3)(5)的步

3、骤,直到对整个训练样例集的误差达到要求时为止。文件头:includeinclude幷include#iiiclude”UTLab.1T/BP神经网络输入节点数中间层节点个数输出节点数学习次数voidiiiitialization()floatbpnet(floattension,floatmtluckfloatouttluck.floatmeng,floattan,floatping,floattu)floatinlnl;floatout1112;floatout2n3;floatwl112nl;floatw2n3n2;floataln2;floata2n3;floattn3;floatdfl

4、n2;floatd2n3;floats2n3;floatslii2;floatwii2n3;floatzii2n3;floata=0.5;inti=0;mtj=0;intk=0:intn=0;inll=tension;inl2=intliick;inl3=outtliick;inl4=meng;inl5=taii;inl6=pmg;inl7=tu;lmtializationQ;fbr(n=1;n=m;k4H-)fbr(i=1;i=n2;i+)for(j=lj=nlj-H-)alj=alj+wli|j*mlj;outlj=sigmoid(aljj);foi(i=l;i=n3;i-H-)for(j

5、=lj=n2j-H-)a2j=a2j+w2iU文件尾:out2j=a2j;for(i=1;i=n3;i+)计算敏感度,更新权值df2i=l;s2i=-2*(ti-out2i);for(j=lj=n2j-H-)w21j=w21|j+a*outlj;foi(i=l;i=n3;i-H-)for(j=lj=n2j-H-)wji=w2i|j;foi(j=lj=ii2j+)dfl|j=(l-outlj)*outl|j;slj=O;fbr(i=1;i=n3;i+)zji=dfl|j*w|ji;slj=slj+zji*s2i;foi(j=lj=ii2j+)fbr(k=1;k=1;1.读入N城rfi之间的距离妇

6、(工=1文件.2-计算神经元之I可的权重几5和输入偏程T.yj=AryA8,DdTySj,fi(xej=l,2,)M”=2A3,的初始值在0附近随机产生Cr,Ul,2,N).4.计算卩”(f)Gr,2,皿)V(z)=l/2(14-tanhUJ,(/)/w0),这里临=0.02nit利用神经元动态方程计算加山)(=12宀诃人加丄)=厂1-1根据一阶尤拉法计算+(工4=1皿,s(2+l)=Q十()(“,这里“取057.如果系统达到平衡状态,那么终止程序,否则返回第4步.用pascal写的hopfield神经网络解决TSP问题的代码:initializedistniax_city?max_city:

7、=0.0;FORcl:=ATOmax_cityDOFORi:=1TOniax_positionDOucl,i:=uOO+(2*random-1.0)/10.0)*uO);clrscr;writeln(TSPc1987KnowledgeGardenIncJ;writelnf473AMaldenBridgeRd);writeln(rNassau,NY12123);writehi;writeln(Presstobegin-Pressagaintostopiteiatrng.);read(kbd,ch);END;(*initialize*)BEGINinitialize;iterate;END.9.7答:Kohonen网络自组织映射算法的实现过程如下:定义一个输入向量

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论