شبکه عصبی در متلب

معادلات ويدرو-هوف در حالت تك نرون

معادلات ويدرو-هوف در حالت تك نرون

• بازنويسي معادله خروجي با فرمول بندي جديد

257
• تابع هزينه ميانگين مربعات خطا

258
• تعيين نقطه ايستا از روي گراديان تابع

259

 

توجه
• اگر بتوانيم معكوس ماتريس را محاسبه كنيم نيازي به الگوريتمهاي مينيمم سازي نداريم.
• اگر نخواهيم (يا نتوانيم) معكوس Rرا محاسبه كنيم، الگوريتم مينيمم سازي SD را مي توان به كار برد.
– در اين حالت نياز به محاسبه گراديان تابع داريم.
• در حالت كلي مطلوب يا مناسب نيست كه بردار d و ماتريس R محاسبه شوند. لذا تقريبي از الگوريتم SD يا همان LMS استفاده مي شود.
– استفاده از گراديان لحظه اي به جاي گراديان واقعي

 

 

الگوريتم
• در واقع استفاده از خطاي لحظه اي به عنوان شاخص عملكرد

260
• دقت شود كه

261
• به كمك قاعده زنجيره اي به سادگي ديده مي شود كه
262

• قانون LMS در حالت تك نرون:
• قانون LMS در حالت كلي:

264

 

مقاله متلب,مطلب,متلب,مقاله برق,مقاله قدرت,مقاله مطلب,مقاله سیمولینک,دانلود متلب,دانلود مقاله متلب,مقالهmatlab ,آموزش متلب,مطلب,متلب,آموزش برق,آموزش قدرت,آموزش مطلب,آموزش سیمولینک,دانلود متلب,دانلود آموزش متلب,آموزشmatlab ,پروژه متلب,مطلب,متلب,پروژه برق,پروژه قدرت,پروژه مطلب,پروژه سیمولینک,دانلود متلب,دانلود پروژه متلب,پروژهmatlab ,

سعید عربعامری
من سعید عربعامری نویسنده کتاب 28 گام موثر در فتح متلب مدرس کشوری متلب و سیمولینک و کارشناس ارشد مهندسی برق قدرتم . بعد از اینکه دیدم سایتهای متعدد یک مجموعه کامل آموزش متلب و سیمولینک ندارند به فکر راه اندازی این مجموعه شدم
http://sim-power.ir

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *