В качестве примера можно взять обучающую выборку:
х1 х2 у
1 0 2
2 1 6
4 2 16
Здесь х1 и х2 – входные параметры НС, у – желаемый выходной параметр.
Поскольку у аппроксимируемой функции два входных параметра и один выходной, то выбирается НС с двумя нейронами во входном слое и одним в выходном. Количество нейронов скрытого слоя примем равным двум. То есть формируется сеть вида 2-2-1 (см. рисунок 5).
Рисунок 5 – Пример НС
В качестве функции активации выбирается сигмоидная функция с коэффициентом a = 1. Начальные значения весов синаптических связей принимаются равными 0,5:
w211 = w221 = w212 = w222 = w311 = w312 = 0,5.
Поскольку исходные значения х1 , х2 и у не лежат в пределах [0, 1], их необходимо пронормировать, поделив, например, х1 на 4, х2 на 2, а у на 16. В результате получена нормированная выборка:
х1 х2 у
0,25 0 0,125
0,5 0,5 0,375
1 1 1
Скорость обучения принимается равной n = 0,2.
Шаг 1. На входы НС подается первый вектор входных параметров: х1 = 0,25 и х2 = 0. При этом ужел = 0,125.
Выходы нейронов входного слоя: Y11 = 0,25, Y12 = 0.
Для скрытого слоя:
U21 = w211*Y11 + w212*Y12 = 0,5*0,25 + 0,5*0 = 0,125;
U22 = w221*Y11 + w222*Y12 = 0,5*0,25 + 0,5*0 = 0,125;
Y21 = 1 / (1 + exp(-a*U21)) = 1 / (1 + exp(-0,125)) = 0,5312;
Y22 = 1 / (1 + exp(-a*U22)) = 1 / (1 + exp(-0,125)) = 0,5312.
Для выходного слоя:
U31 = w311*Y21 + w312*Y22 = 0,5*0б5312 + 0,5*0б5312 = 0,5312;
Y31 = 1 / (1 + exp(-a*U31)) = 1 / (1 + exp(-0,5312)) = 0,6298.
Шаг 2. Величина градиента для выходного нейрона:
EI31 = (Y31 – yжел)*Y31*(1 – Y31) = (0,6298 – 0,125)*0,6298*(1 - 0,6298) = 0,1177.
Шаг 3. Величины градиентов для скрытого слоя:
EI21 = Y21*(1 – Y21)*[EI31*w311] = 0,5312*(1 – 0,5312)*0,1177*0,5 = 0,01466,
EI22 = Y22*(1 – Y22)*[EI31*w312] = 0,5312*(1 – 0,5312)*0,1177*0,5 = 0,01466.
Шаг 4. Коррекция весов синапсов:
w211 = w211 - n*Y11*EI21 = 0,5 – 0,2*0,25*0,01466 = 0,4993,
w221 = w221 - n*Y11*EI22 = 0,5 – 0,2*0,25*0,01466 = 0,4993,
w212 = w212 - n*Y12*EI21 = 0,5 – 0,2*0*0,01466 = 0,5,
w222 = w222 - n*Y12*EI22 = 0,5 – 0,2*0*0,01466 = 0,5,
w311 = w311 - n*Y21*EI31 = 0,5 – 0,2*0,5312*0,1177 = 0,4875,
w312 = w312 - n*Y22*EI31 = 0,5 – 0,2*0,5312*0,1177 = 0,4875.
Если при полученных весах на вход НС подать тот же вектор входных параметров, то на выходе будет у = 0,6267, что уже ближе к желаемому ужел = 0,125. То есть данный цикл обучения приблизил ответ НС к желаемому на величину Dу = 0,6298 – 0,6267 = 0,0031.
Поскольку обучающая выборка не закончилась, то шаги 1 – 4 повторяются аналогично для следующего вектора входных параметров.