Edit Network Weights

Z57Z

КЙ-b.— S88^! "SK'S и...-.

Рис. 4.140. Результат тестирования той же сети для t/-| = 0, u₂ = 1 и с/ = 1

I Don» I Г*™*» I

Рис. 4.143. Веса нейронной сети, обученной программой BrainMaker с толерантностью 0,025 (рис. 4.138).

4.13. Эволюционные алгоритмы для обучения нейронных сетей 285

 

 

Ne

two

гкРг

gre

|Х

в

Рис. 4.344. Итоговая фаза последующего обучения программой BrainMaker a весами показанными на рис. 4.143, при уровне толерантности 0,023.

?Ъ Total: ЙЙГ "Kif'S La_St = S Out:^Ve.B22e

Рис. 4-145. Результат тестирования нейронной сети, обученной программой ker с толерантностью 0,023 (рис. 4.144), для и^ = 0, и₂ = 0 и of = 0.

Total: ЙЙ?' *&?'& Last: S

Рис. 4.148. Результат тестирования т(

Рис. 4.149. Веса нейронной сети, обученной программой BrainMaker с толерантностью 0,023 (рис. 4.144).

Рис. 4.146. Результат тестирования той же сети для u-j = 0, щ = 1 и d = 1

Рис. 4.147. Результат тестирования той же сети для щ = 1, и₂ = 0 и d = 1.

Рис. 4.150. Итоговая фаза последующего обучения программой BrainMaker сети с ве­сами, показанными на рис. 4.149, при уровне толерантности 0,022.

4.13. Эволюционные алгоритмы для обучения нейронных сетей 287

КЙ^Ь ⁰⁰f IVA*; ЙЗЗг T_O?^C_B L^t:, Й„*Г ^LJ^r-^iL

1:2 ^?""^|V|:iiil

Рис, 4.151. Результат тестирования нейронной сети, обученной программой BrainMaker с толерантностью 0,022 (рис. 4.150), для щ = 0, и₂ = 0 и d = 0.

Рис. 4.156. Исходное множество весов для программы BrainMaker, полученное с помощью генетического алгоритма программы Evoiver.

iting BB:2B:SJ Facts: XOH.fct Learn: I.t10lt Tolerance: 8.02

ct: 22 Total: 114686 Bad: В Last; 9 Good: 22 Last: 13 Run: S

lUaitina |Fact: 22

0ut:^VB.3S Ptn: B.B

Рис. 4.152. Результат тестирования той же сети для щ = 0, и₂ = 1 и d = 1.

Рис. 4.157. Результат тестирования нейронной сети с весами, показанными ь рис. 4.156, для t/i = 0, и₂ = 0 и d = 0.

Total: H^CtS= *

"в.ЮвВ

Рис. 4.153. Результат тестирования той же сети для щ = 1, и₂ = 0 и d = 1.

Рис. 4.158. Результат тестирования той же сети для и^ = 0, и₂ = 1 и d = 1.

iting ВВ:2в:5» F«t_s: XOR.fct Lc*rn: J.BB0 Tolerance: Я

act: 22 Total: 114686 Bad: В Last: 9 Good: 22 Last: 13 Run

Total: 22° *" Bad:*!? Last: В Good: S " Last: В™

Рис. 4.154. Результат тестирования той же сети для ц^ = 1. ы₂ = 1 и d = 0.

Рис. 4.159. Результат тестирования той же сети для щ =1,и

-7.9998 7.9994 4.0536

!ct:"l2 Total: 22° *" Bad:^C17 Last: В
2* Ptn: elBBBB

Рис. 4.155. Веса нейронной сети, обученной программой BrainMaker с толерантностью 0,022 (рис. 4.150).

Рис. 4.160. Результат тестирования той же сети для i^ = 1, и₂ = 1 и d = 0.

4.13. Эволюционные алгоритмы для обучения нейронных сетей 289

Рис. 4.163. Результат тестирования той же сети для ^ = 0. t/₂ = 0 и d = 0.

.1, Й8Г "&?•&

Рис. 4.164. Результат тестирования той же сети для t/-| = 1, и₂ = 1 и d = 0.

Рис. 4.161. Результат обучения програмой BrainMaker нейронной с представленными на рис. 4.128, при уровне толерантности 0,025

Дата добавления: 2015-06-04; Просмотров: 341; Нарушение авторских прав?; Мы поможем в написании вашей работы!