ДОМАШНЕЕ ЗАДАНИЕ № 3 ВАРИАНТ 1
1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
МАТРИЦА СВЯЗЕЙ
╔════╤════╤════╤════╤════╗
║ -1 │ 0 │ -1 │ -1 │ 1 ║
╟────┼────┼────┼────┼────╢
║ -1 │ 1 │ 0 │ -1 │ -1 ║
╟────┼────┼────┼────┼────╢
║ 1 │ 1 │ 0 │ 0 │ 0 ║
╟────┼────┼────┼────┼────╢
║ -1 │ -1 │ 1 │ 0 │ -1 ║
╚════╧════╧════╧════╧════╝
Параметры объектов обучающей выборки
╔═══════╤════════╤════════╤════════╤════════╤════════╤═════╗
║ Номер │Параметр│Параметр│Параметр│Параметр│Параметр│Класс║
║ │ 1 │ 2 │ 3 │ 4 │ 5 │ ║
╟───────┼────────┼────────┼────────┼────────┼────────┼─────╢
║ 1 │ -1 │ 0 │ 1 │ 0 │ 1 │ 0 ║
║ 2 │ 1 │ 1 │ -1 │ -1 │ 0 │ 1 ║
║ 3 │ 1 │ 0 │ 1 │ 1 │ 1 │ 1 ║
║ 4 │ 0 │ -1 │ 1 │ 1 │ 1 │ 0 ║
╚═══════╧════════╧════════╧════════╧════════╧════════╧═════╝
Начальный вектор весов (2,2,1,2).
2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
3) Найти
и
,
используя их представление по трём
a-уровням
{0,25; 0,5; 0,75} и с помощью принципа обобщения.
Определить
и
.
|
6 |
5 |
3 |
); |
|
3 |
6 |
3 |
). |
=(
=(
4) Ситуации принятия
решений описываются тремя показателями
Y={y1,
y2,
y3},
каждый из которых описывается
лингвистическими переменными с
терм-множествами соответственно
;
;
.
Множество эталонных ситуаций включает
3 ситуации:
|
<<0,9/T11>, <0,3/T21>, <0,2/T31> /y1>, <<0,4/T12>, <0,3/T22> /y2>, <0,1/T13>, <0,3/T23>, <0,9/T33> / y3>} |
|
<<0,2/T11>, <0,4/T21 >/y1>, <<1,0/T12>, <0,2/T22> /y2>, <0,8/T13>, <0,4/T23>, <0,3/T33> / y3>} |
|
<<0,3/T11>, <0,5/T21>, <0,2/T31> /y1>, < <0,5/T22> /y2>, <1,0/T13>, <0,2/T23>, <0,5/T33> / y3>} |
={
={
={Найти эталонную ситуацию, наиболее близкую к входной ситуации
|
<<0,4/T11>, |
<0,5/T21>, |
<0,6/T31> /y1>, |
<<1,0/T12>, |
<0/T22> /y2>, |
<0,4/T13>, |
<0,2/T23>, |
<0,3/T33> / y3>} |
={в смысле нечёткого равенства.
ДОМАШНЕЕ ЗАДАНИЕ № 3 ВАРИАНТ 2
1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
МАТРИЦА СВЯЗЕЙ
╔════╤════╤════╤════╗
║ -1 │ -1 │ 0 │ 0 ║
╟────┼────┼────┼────╢
║ -1 │ -1 │ 1 │ 0 ║
╟────┼────┼────┼────╢
║ -1 │ 0 │ 0 │ -1 ║
╟────┼────┼────┼────╢
║ 0 │ 1 │ 1 │ -1 ║
╟────┼────┼────┼────╢
║ -1 │ -1 │ -1 │ -1 ║
╚════╧════╧════╧════╝
Параметры объектов обучающей выборки
╔═══════╤════════╤════════╤════════╤════════╤═════╗
║ Номер │Параметр│Параметр│Параметр│Параметр│Класс║
║ │ 1 │ 2 │ 3 │ 4 │ ║
╟───────┼────────┼────────┼────────┼────────┼─────╢
║ 1 │ 1 │ 1 │ 1 │ 0 │ 1 ║
║ 2 │ 0 │ 0 │ 1 │ 0 │ 0 ║
║ 3 │ 0 │ -1 │ -1 │ -1 │ 0 ║
║ 4 │ 1 │ 2 │ 2 │ 2 │ 1 ║
║ 5 │ -2 │ -2 │ 0 │ -2 │ 0 ║
╚═══════╧════════╧════════╧════════╧════════╧═════╝
Начальный вектор весов (-3,-1,2,-1,2).
2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
=( |
3 |
3 |
2 |
); |
=( |
2 |
2 |
2 |
). |
4) Ситуации принятия решений описываются тремя показателями Y={y1, y2, y3}, каждый из которых описывается лингвистическими переменными с терм-множествами соответственно ; ; . Множество эталонных ситуаций включает 3 ситуации:
={ |
<<0,9/T11>, <0,3/T21>, <0,2/T31> /y1>, <<0,4/T12>, <0,3/T22> /y2>, <0,1/T13>, <0,3/T23>, <0,9/T33> / y3>} |
={ |
<<0,2/T11>, <0,1/T21> /y1>, <<1,0/T12>, <0,2/T22> /y2>, <0,8/T13>, <0,4/T23>, <0,3/T33> / y3>} |
={ |
<<0,3/T11>, <0,5/T21>, <0,2/T31> /y1>, <<0,3/T12> /y2>, <1,0/T13>, <0,2/T23>, <0,5/T33> / y3>} |
Найти эталонную ситуацию, наиболее близкую к входной ситуации
={ |
<<0,4/T11>, |
<0,5/T21>, |
<0,6/T31> /y1>, |
<<1,0/T12>, |
<0/T22> /y2>, |
<0,4/T13>, |
<0,2/T23>, |
<0,3/T33> / y3>} |
в смысле нечёткого включения.
ДОМАШНЕЕ ЗАДАНИЕ № 3 ВАРИАНТ 3
1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
МАТРИЦА СВЯЗЕЙ
╔════╤════╤════╤════╤════╗
║ 1 │ -1 │ 0 │ -1 │ 1 ║
╟────┼────┼────┼────┼────╢
║ -1 │ 1 │ 1 │ -1 │ -1 ║
╟────┼────┼────┼────┼────╢
║ 1 │ 1 │ -1 │ 1 │ 1 ║
╟────┼────┼────┼────┼────╢
║ 1 │ -1 │ 1 │ 1 │ 1 ║
╚════╧════╧════╧════╧════╝
Параметры объектов обучающей выборки
╔═══════╤════════╤════════╤════════╤════════╤════════╤═════╗
║ Номер │Параметр│Параметр│Параметр│Параметр│Параметр│Класс║
║ │ 1 │ 2 │ 3 │ 4 │ 5 │ ║
╟───────┼────────┼────────┼────────┼────────┼────────┼─────╢
║ 1 │ -1 │ 0 │ 1 │ 0 │ 1 │ 0 ║
║ 2 │ 1 │ 1 │ -1 │ -1 │ 0 │ 1 ║
║ 3 │ 1 │ 0 │ 1 │ 1 │ 1 │ 1 ║
║ 4 │ 0 │ -1 │ 1 │ 1 │ 1 │ 0 ║
╚═══════╧════════╧════════╧════════╧════════╧════════╧═════╝
Начальный вектор весов (-1,1,0,1).