Escolar Documentos
Profissional Documentos
Cultura Documentos
Objetivo
Problema
2(V Vmin )
Vnor 1 (1)
(Vmax Vmin )
(Vmax Vmin )(Vnor 1)
V Vmin (2)
2
onde j e i são os contadores que referem-se ao número de vetores contido nos dados
experimentais de teste (nvteste) e ao número de neurônio na camada de saída (nn cs) do
modelo neural, respectivamente; V exp e Vcal referem-se aos valores experimentais e
simulados, respectivamente.
O valor do MSE pode ser calculado como:
1 Vteste nncs
MSE (Vexp Vcal )i2
nvteste j 1 i1
MSE
EQM
nncs
6,0000
5,0000
4,0000
3,0000
2,0000
1,0000
0,0000
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
N (Número de neurônios da camada intermediária)
95,00
90,00
(PE/P)*100
85,00
80,00
75,00 (PE/P)*100
70,00
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
N (Número de neurônios da camada intermediária)
Algoritmos de treinamento
“trainbr” “traingdx” “trainglm”
Treinamento
MSE EQM MSE EQM MSE EQM
0.5055 0.2527 6.9064 3.4532 0.2258 0.1129
Teste
MSE EQM MSE EQM MSE EQM
8.1208 4.0604 24.1746 12.0873 178.6147 89.3073
-3.2233
0.9870
1.0403
-4.5092
0.3985
-0.5575
-1.1281
Conclusão