Nome: Ricardo Bolanho Machado-------- No. Prontuário: 7752774

Redes Neurais Artificiais na Engenharia Nuclear

Aula IV – Projeto I

Procedimento do Teste

Iniciando o programa Retro01.exe e adicionando valores para Épocas de testes

distintos ou contínuos obteve-se os seguintes dados:

Dados iniciais:

y

-1 -1 -1

-1 1 1

1 -1 1

1 1 -1

β* η** Tol***

1 0,2 0,05

* Beta – parâmetro para a função de transferência;

** Taxa de Aprendizado;

*** Tolerância

D.* m1 D.* m2 D.* m3 D.* m4

-1.0000 1.0000 1.0000 -1.0000

* Desejado

Dados obtidos:

Testes Épocas R. m1 R. m2 R. m3 R. m4

1 7500 -.9906 .9932 .9932 -.9907

2 14500 -.9934 .9950 .9950 -.9934

3 3000 -.9891 .9850 .9850 -.9891

4 40000 .2200 .2200 .9950 -.9950

5 9000 -.9939 .9916 .9914 -.9938

6 22000 -.9949 .9950 .9950 -.9949

Analise da função energia do erro

No 1º teste, varia aproximadamente o erro da energia pela metade do valor

No 2º teste, varia aproximadamente 0,1E-005,variação ínfima, sendo que o valor inicial

já esta na potência de E-005.

No 3º teste, varia muito comparado o valor inicial fornecido ao neurônio artificial.

No 4º teste, varia pela metade do valor inicial.

No 5º teste, seu valor inicialmente se mantem decaindo vagarosamente e, de

repente,há uma queda maior e, posteriormente, volta a decair vagarosamente.

No 6º teste, cai lentamente do valor inicial para o valor final.

Conclusão

Pelos dados é possível notar que conforme aumenta o número de Épocas de

treinamento do neurônio os pesos foram alterados com variação convergindo para o mínimo

da função energia de erro, assim, aproximando-se cada vez mais do valor desejado.

Quanto a Épocas muito grandes a função energia de erro como analisado em 40000

Épocas decaiu muito do valor inicial, obtendo um valor absurdamente contraditório para dois

pesos, provando que para Épocas muito grandes a rede obteve êxito na aprendizagem

atingindo o mínimo global, já que para valores próximos de 22000 a rede esteve próximo do

valor desejado para os pesos e a função energia de erro teve menores variações.

No entanto, não inclui muitos dados, pois conforme fui treinando a rede ela

aparentemente correspondeu à análise dos dados acima, sendo que acabei me esquecendo de

anotar alguns deles, mas eram testes separados e não achei necessidade de refazer mais, já

que conclui minha análise e aparentemente a rede me fornecia dados parecidos.