Universidad Nacional de

Cajamarca
Facultad De Ingeniería

ESCUELA ACADÉMICO
PROFESIONAL DE INGENIERÍA
DE SISTEMAS

CURSO
Sistemas Inteligentes

TEMA
Perceptrón Multicapa en Matlab

ALUMNO
Burga Campos, Eber Elí
Chávez Lobato, Jeiner Gianmarco
Arana Mantilla, Orcar
Valdez Ayay, Juan

CICLO
IX

GRUPO
A2

DOCENTE
ING. Azahuanche Oliva, Manuel Roberto

Cajamarca, 3 de julio del 2019

Ingeniería de sistemas - UNC
1

Perceptrón Multicapa
1. Datos de entrada – Datos de salida

2. Construcción de la red
P = dlmread('C:\PerceptronMultiple\InDesEst.txt');
T = dlmread('C:\PerceptronMultiple\OutDesEst.txt');

net = newff([-10 10],[3,1],{'tansig','logsig'},'trainlm');

Asignamos los valores de entrada y de salida para la creación de la red, estableciendo un

rango de [-10 10].

PLANEAMIENTO DE SISTEMAS DE INFORMACION II

Ingeniería de sistemas - UNC
2

3. Entrenamiento de la red
net.trainParam.show = 50;
net.trainParam.epochs = 3000;
net.trainParam.goal = 1e-10;

net = train(net, P, T);

Asignamos las sentencias para configurar el entrenamiento de la red, estableciendo tres

resultados con cantidades de ciclos diferentes.

PLANEAMIENTO DE SISTEMAS DE INFORMACION II

Ingeniería de sistemas - UNC
3

4. Verificación de resultados
Res = sim(net, P);
corrcoef(Res, T)

Calculamos el coeficiente de correlación entre los resultados de la red y los deseados

PLANEAMIENTO DE SISTEMAS DE INFORMACION II

Ingeniería de sistemas - UNC
4

5. Pesos sinápticos de la red

W = net.IW{1,1};
LW = net.LW{2,1};
B = net.b{1};
LB=net.b{2};

PLANEAMIENTO DE SISTEMAS DE INFORMACION II

Ingeniería de sistemas - UNC
5

6. Conclusiones
Las redes neuronales descomponen las entradas en capas de abstracción. Se pueden
entrenar con muchos ejemplos para que reconozcan patrones de voz o en imágenes,
por ejemplo, igual para calcular la distribución normal estándar. El comportamiento
de la distribución está definido por la forma en que se conectan sus elementos
individuales, así como por la importancia de dichas conexiones. Los resultados
obtenidos se ajustan automáticamente con el entrenamiento de acuerdo con la
regla de aprendizaje establecidas hasta que la red neuronal lleva a cabo la tarea
deseada correctamente.

PLANEAMIENTO DE SISTEMAS DE INFORMACION II