Рассчитайте значения возбуждения нейронов выходного слоя и найдите вектор управляющего воздействия по нечетко заданным характеристикам. Передаточная функция имеет вид:

Нейронная сеть имеет вид:

Достоверность предположения о принадлежности значений x1 и x2 исследуемым интервалам равна:

P(x₁∈δ₂) = 0,2, P(x₁∈δ₃) = 0,8, P(x₂∈δ₁) = 0,2, P(x₂∈δ₂) = 0,6, P(x₂∈δ₃) = 0,2.

Правильный ответ:

• # Выберите правильно функционирующую по эталонным ситуациям нейронную сеть. Исследуйте диапазоны возможного изменения значений исходных данных на основе экспериментального расчета принимаемых решений по заданным ситуациям. [Большая Картинка] Используйте передаточную функцию \begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right \end{array} А1 = 0,8, А2 = 0,2, В1 = 0,7, В2 = 0,3.
• # Сформулируйте свои соображения относительно логической нейронной сети, прогнозирующей государственное развитие и опасность государственных потрясений.
• # Для построения системы принятия решений (СПР) предлагается нейронная сеть заданной структуры. В предположении, что для СПР достаточна однослойная нейронная сеть, составьте обобщенные эталоны для ее обучения (трассировки) по логическому описанию СПР. (x1 ∧ x2) ∨ (x1 ∧ x3) →​ R1, (x2 ∧ x3) ∨x4 →​ R2, (x1 ∧ x3) ∧ x4 →​ R3
• # Для обучения (трассировки) предложена нейронная сеть, заданная матрицей следования с первоначально нулевыми весами. С помощью процедуры введения транзитивных связей проверьте корректность задания структуры нейросети по наличию статических цепочек, обеспечивающих пути достижения всех нейронов выходного слоя от каждого нейрона-рецептора. Введите дополнительные связи, если это необходимо. Матрица следования имеет вид: [Большая Картинка]
• # Пусть системы принятия решений (СПР) используют одинаковую систему обобщенных эталонов. x1 & x2 & x3 →​ R1, x2 & x3 & x4 →​ R2, x1 & x3 & x4 →​ R3 Они реализованы матрицами следования разной структуры. В процессе эксплуатации СПР выявилась необходимость дополнения их новым обобщенным эталоном x1 & x2 & x4 →​ R4 Выполните дополнительную трассировку матрицы следования. Примечание. Целесообразно восстановить информацию о том, в получении каких решений участвует каждый нейрон. Обучение трем эталонам привело к получению матрицы следования: [Большая Картинка]