Учебное пособие Харьков 014 удк
жүктеу/скачать 23,07 Mb. Pdf көрінісі
|
27923 be41ef1a91f5ec5f0dbff9070de5c875
| Net = We
(7.12) A = f(net – φ) Из рассмотренного примера видно, что нейронную сеть можно задать матрицей, размерность которой определяется числами входов и нейронов в слое. Из этого также следует, что преобразование сигналов в нейронной сети базируется на хорошо программно обес- печенных методах матричного исчисления, реализуемых в процес- сорах. Нейронная сеть может быть достаточно сложной и включать в себя значительное число нейронов, расположенных в нескольких слоях, как показано на рис. 7.27. 1 1 1 ϕ 1 2 3 1 2 j n 2 ϕ j ϕ n ϕ 11 α 21 α 1 j α 1 n α 12 α 22 α 2 j α 2 n α 13 α 23 α 3 j α 3 n α 1 β 2 β j β n β вых U 1 U 2 U 3 U Рис. 7.27. Трехслойная нейронная сеть (персептрон) В данной сети три слоя нейронов: входной, скрытый и выходной (в нашем случае состоящий из одного нейрона). Сеть работает следующим образом. Входные сигналы 1 2 , U U и 3 U пере- 248 даются каждому из нейронов скрытого слоя, будучи предварительно умноженными, на значения соответствующих весовых коэффи- циентов: 11 α , 21 α , 1 ... j α , 1 ... n α , 12 ... α , 2 ... j α , 2 ... n α , 13 ... α , 3 ... j α , 3 ... n α . Выходной сигнал каждого j-го нейрона скрытого слоя представляет собой значение активационной функции суммы всех пришедших на него сигналов от входных нейронов, с учетом сдвига j ϕ . Выходные сигналы нейронов скрытого слоя с весовыми коэф- фициентами j β передаются на выходной нейрон, где также сумми- руются и могут быть обработаны активационной функцией. Несмотря на более сложный характер сети, соотношения для нее в матричной форме для каждой пары слоев сохраняются в виде ранее описанных для простейшей сети (7.14), что обеспечивает удобство компьютерной обработки сигналов и расчета выходного сигнала. Задача разработчика при проектировании электропривода, использующего нейроконтроллер, – выполнить жүктеу/скачать 23,07 Mb. Достарыңызбен бөлісу:
|