Нейрокомпьютинг и его применения в экономике и бизнесе

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»


У1 = А + (V — 1)( Д — Д )/( M — 1), i a 1,…, M 0 M > 1,


Дискретный аналог обучающего множества правил (заменяющее функциональное) имеет вид:

Если теперь ввести обозначения а( = /I, (х ), bt = /i ) , то можно представить нечеткую нейронную сеть с N входными и М выходными нейронами (Рисунок 3).

Рисунок 3. Нечеткая нейронная сеть и треугольные функции принадлежности входных и выходных переменных


Пример 1. Предположим, что обучающая выборка включает три правила:


9?,: Если город мал, то доход от продажи бриллиантов отрицателен,


9? : Если город средний, то доход от продажи бриллиантов близок к нулю,


9?,: Если город велик, то доход от продажи бриллиантов положителен.


Функции принадлежности определим как


(и)=



1 —,0 < и < 50000


50000












0, и > 300000






(Здесь предполагается, что доход не превышает 100% или 1.0 в относительных величинах) Тогда обучающая выборка принимает форму

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»