Целью контрольной работы является исследование обучения, работы и прогнозирования многослойных ИНС, в данном случае 3-слойной.

Для изучения ИНС нам необходимо разработать программу, моделирующую процессы обучения, работы и прогнозирования ИНС. За основу возьмем программу, написанную в процессе выполнения лабораторной работы №2, с доработками. В результате получили программу с интерфейсом, представленным ниже:

Рисунок 1 - Интерфейс программы

Величину среднеквадратической ошибки примем равной 0,05. Функции активации слоев для простоты работы с ними примем сигмоидные.

В процессе исследования ИНС мы выполним:

· поиск наиболее оптимальных ALFA для каждого слоя при постоянном шаге обучения и непосредственно само обучение;

· прогнозирование на базе результатов обучения с постоянным шагом обучения;

· обучение ИНС с помощь адаптивного шага обучения;

· прогнозирование на базе результатов обучения с адаптивным шагом обучения.

Также мы произведем изменение количества входов и проверим реакцию ИНС данные действия.

1. Обучение ИНС с использованием постоянного шага обучения

Обучение будем производить путем поэтапного изменения величины ALFA для каждого слоя с шагом 0,05. Наиболее оптимальными будут те ALFA, при которых количество шагов обучения (по 30 итераций) будет минимальным.

В следствии того, что нам необходимо менять ALFA для каждого слоя в отдельности, построение графиков зависимости количества шагов обучения от ALFA становится затруднительным. Приведем результат поиска оптимальных ALFA:

ALFA_1 = 0.45 - ALFA для первого слоя

ALFA_2 = 0.50 - ALFA для второго слоя

ALFA_3 = 0.45 - ALFA для третьего слоя

N = 3 - Кол-во шагов обучения

При данных ALFA произведем обучение ИНС:

E = 0.00000011859

Далее проведем прогнозирование на основании полученных результатов обучения: