Implementação da Red

3 neurônios na camada de entrada (x1, x2, x3) - 2 neurônios na camada de saída

1) O trinamento da rede neural no Matlab utilizando o algoritmo "train

Pesos entre camadas entrada/intermediária Bias da camada intermediária

-0,0040 -5,2868 2,1222 -3,2233
0,0839 -0,6072 3,2214 0,9870
2,0784 0,1013 0,9100 1,0403
0,0113 -4,8655 0,5355 -4,5092
0,1325 -0,2637 0,2060 0,3985
0,0198 -2,9675 3,3531 -0,5575
3,6009 -0,0247 -0,7059 -1,1281

2) Fornecer os valores do máximo e mínimo para as variáveis de entrada e saída do conjunto de dados (Treinamento + Teste)

Digitar Máximo Mínimo Normalizado

x1 1,0120 1,0120 0,5355 1,0000

Entradas

x2 1,0000 1,0000 0,1000 1,0000

x3 6,5000 10,9000 4,7000 -0,4194

y1 0,3334 0,4837 0,0691 0,2750
Saídas

y2 46,5165 74,6246 12,6502 0,0929

Quantidade
3) Cálculos para a montagem da rede neural
 Camada Intermediária Função de ativação Camada de Saída
N Soma Pesos Soma Peso Bias tamsig nn cs Soma Pesos y cálculado Soma Peso Bias
1 -6,1808 -9,4041 -1,0000 1 1,3230 y1_n = 0,2455
2 -1,8742 -0,8872 -0,7100 2 -1,2080 y2_n = -0,0146
3 1,7981 2,8384 0,9932
4 -5,0788 -9,5880 -1,0000
5 -0,2176 0,1809 0,1790 2
f (x)  1
6 -4,3538 -4,9113 -0,9999 1  exp(2 x)
7 3,8722 2,7441 0,9918
ação da Rede Neural
na camada de saída, nn cs (y1, y2) - 7 neurônios na camada intermediária (N)

o algoritmo "trainbr" forneceu os seguintes valores dos pesos e bias

Pesos entre camadas intermediária/saída Bias da camada de saída,

3,9333 2,1795 -0,2651 -3,6601 -0,7836 -3,1210 0,4301 -1,0775
-2,6331 -0,5893 0,0301 1,6185 -2,0793 2,3229 0,0241 1,1934

4) Desnormalização do valor calculado pela rede

y1 y2

0,3273 43,1861

5) Cálculo do MSE

Calculado Real Erros Quadráticos MSE

Quantidade Vetores y1 y2 y1 y2 (y1real-y1exp)^2 (y2real-y2exp)^2 Excel Matlab
1 128 0,1467 22,1196 0,1221 19,6598 0,0006 6,0508 3,02 4,17
2 130 0,1753 36,0947 0,1626 35,0056 0,0002 1,1860
 3 132 0,1937 33,6473 0,1446 31,9821 0,0024 2,7731
4 135 0,2761 44,2841 0,2831 45,0574 0,0000 0,5980
5 139 0,0757 33,2239 0,1056 35,7159 0,0009 6,2101
6 142 0,0784 38,4116 0,0929 35,8459 0,0002 6,5825
7 148 0,3690 61,3706 0,3206 56,9828 0,0023 19,2526
8 151 0,1036 38,6733 0,1248 36,1096 0,0004 6,5730
9 158 0,2544 56,9214 0,2481 57,2538 0,0000 0,1105
10 170 0,3273 43,1861 0,3334 46,5165 0,0000 11,0912
Soma 0,0072 60,4278

A implementação da rede neural no excel a partir dos pesos e bias do treinamento no Matlab foi realizada com sucesso. Pôde-se observar
que os valores dos MSE's calculados pelo Excel e Matlab apresentam-se próximos. Os desvios entre esse valores podem estar associados
com a quantidade de vetores que foi utilizado na simulação para os cálculos dos MSE's pelo Excel (10 vetores) e Matlab.(42 vetores).