神经网络例题

1、画出逻辑“异或”真值表及实现逻辑“异或”的BP神经网络模型。 “异或”真值表：

输入 x1 0 0 1 1 x2

BP神经网络模型

2、算法经过多少次学习后收敛？收敛时的总体误差是多少？记录算法收敛时，输出单元的实际输出及所有的连接权和阈值。

x1 y 输出 x2 0 1 0 1 y 0 1 1 0

1

作业二、使用BP神经网络实现空闲时间支配咨询，帮助用户在给定的休闲活动中优先选择合适的休闲项目。假设：

供选择的活动项目有：（1）参加集体活动；（2）锻炼身体；（3）上街购物；（4）参加文化活动；（5）在家休息。

决定用户选择活动的因素有：（1）最近休闲活动；（2）天气情况；（3）空闲时间长短；（4）家中是否有食物；（5）是否有集体活动；（6）是否有好的演出；（7）是否需要补充睡眠。

学习样本 文字描述： 输入 编最近休号 闲活动 X1 1 2 3 4 5 6

天气 空闲时间长短 家中是否有食物 是否有集体活动 是否有好的演出 是否要补充睡眠 参加集体活动 锻炼身体 期望输出 上街购物 参加文化活动 在家休息 X2 不好 不好 好 好 不好 好 X3 短 长 短 短 短 短 X4 有 有 有 有 有 有 X5 否 有 无 无 无 无 X6 有 无 有 有 有 有 X7 是 是 是 否 否 否 Y1 Y2 Y3 Y4 √ √ √ Y5 √ √ √ 2

多 多 不多 不多 不多 不多 7 8 9 10 11 12 13 14 15 不多 多 不多 不多 不多 不多 不多 多 多 不好 不好 好 好 好 好 好 好 好 长 短 长 长 短 短 长 长 长 无 无 无 有 有 有 有 无 无 无 无 无 无 无 无 有 有 有 无 有 无 无 无 有 无 有 无 否 否 否 否 否 否 否 否 否 √ √ √ √ √ √ √ √ √ 转化为数据描述： 输入 编最近休号 闲活动 X1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 1 0 0 0 0 0 1 0 0 0 0 0 1 1 天气 空闲时间长短 家中是否有食物 是否有集体活动 是否有好的演出 是否要补充睡眠 参加集体活动 锻炼身体 期望输出 上街购物 参加文化活动 在家休息 X2 0 0 1 1 0 1 0 0 1 1 1 1 0 1 1 X3 0 1 0 0 0 0 1 0 1 1 0 0 1 1 1 X4 1 1 1 1 1 1 0 0 0 1 1 1 1 0 0 X5 0 1 0 0 0 0 0 0 0 0 0 0 1 1 1 X6 1 0 1 1 1 1 0 1 0 0 0 1 0 1 0 X7 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 Y1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 Y2 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 Y3 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 Y4 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 Y5 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1、画出你所设计的BP神经网络结构图。

3

X1 Y1 …… …… …… X7 Y5

业余时间休闲支配BP神经网络结构

2、算法经过多少次学习后收敛？收敛时的总体误差是多少？

2、你选取的测试样本有哪几个？测试结果如何？ 0, 0, 0,1, 0,1, 1

4

0110011

5

6