Добавил:
abhai2013@gmail.com Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

МСИИ / Lab7

.odt
Скачиваний:
25
Добавлен:
30.06.2018
Размер:
323.57 Кб
Скачать

Студента ИТ14-1 Красовского А.В.

Лабораторная работа 7

РАЗРАБОТКА ТОПОЛОГИИ НЕЙРОННОЙ СЕТИ

Цель работы: приобрести навыки по использованию нейро-пакета NeuroPro и освоить технологию создания, обучения и применения нейронной сети для решения задач предсказания влияния факторов на конечный результат.

Задания для выполнения лабораторной работы

Для заданной предметной области (Книги) выполнить прогноз, исследовать значимость входных параметров сети в зависимости от ее конфигурации.

В лабораторной работе используется эмулятор NeuroPro 0.25, который представляет собой менеджер обучаемых искусственных нейронных сетей.

  1. Создаем файл в Microsoft Excel и задаём зависимости: популярность книги, цена и наличие подарка. Далее файл экспортируем в Access и получаем таблицу.

  1. Создаем нейро-проект, подключая к нему файл (базу) данных таблица2.dfb (dBase). Получили таблицу с 18 записями нейро-проекта.

  2. Создаем новую сеть и задаем 2 входа и один выход. Точность – 0,1

  1. Задаем структуру сети, добавляем в проект нейронной сети слоистой архитектуры 2 слоя нейронов, число нейронов в слое – 10.

Структура сети

Получили нейроную сеть со следующими описательными параметрами.

  1. Произведем обучение нейронной сети решению задачи прогнозирования.

  1. Произведем тестирование нейронной сети решению задачи прогнозирования.

Тестирование нейронной сети

  1. Проведем тестирование по окончанию обучения сети и получим следующий результат.

Результат тестирования сети

Сравнивая значения средней, максимальной ошибок до обучения и после, можно сделать вывод о том, что обученная сеть имеет меньшее значение возможных ошибок, в отличие от первоначального тестирования.

Добавим в таблицу новые данные.

Определим, насколько входные параметры влияют на исход.

Значимость входов

Проведем аналогичные действия с 4-х слойной нейронной сетью.

Создание 4-х слойной сети

Обучим созданную сеть

Тестирование сети

Совершим повторные действия обучения нейронной сети и получим следующий результат тестирования и значимости.

Результат повторного тестирования Значимость входных параметров

Вывод: на результат (выход) максимально влияет цена. Также важным фактором является популярность книги.

Соседние файлы в папке МСИИ