Стр. 50 - Социально-экономическое прогнозирование

СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ
48
Нейронная сеть представляет собой структуру, состоящую из набора
нейронов сгруппированных по слоям [28]. Между слоями нейронов
существуют особые связи. В искусственных нейронных сетях нейрон
взвешивает значения своих входов локально хранимыми весами (называемыми
синаптическими) и производит над их суммой нелинейное преобразование.
Из-за нелинейности функции, описывающей нейрон, вся структура
представляет собой весьма сложную нелинейную функцию, определяющими
параметрами которой являются синаптические веса. Схематично этот процесс
представлен на рис. 2.1.
Рис. 2.1. Модель искусственного нейрона с тремя входами
На рисунке изображена модель нейрона с тремя входами, с
синаптическими весами w1 , w2 , w3 , через которые поступают импульсы
силы x1 , x2, x3 . Нейрон преобразует полученный суммарный импульс
x = w1x1 + w2x2 + w3x3 в соответствии с некоторой передаточной функцией f(x ).
Сила выходного импульса равна y = f(x ) = f(w1 x1 +w2 x2 +w3 x3 ). Таким образом,
нейрон полностью описывается своими весами wk и передаточной
функцией f(x).
Чтобы нейронная сеть могла выполнять задачу экстраполяции
необходимо подобрать значения весов. При этом характер «настройки»
нейронной сети на исходные данные носит характер обучения.
Элементы искусственной нейронной сети организуются по способу,
который может соответствовать (или не соответствовать) анатомии мозга.
Несмотря на такое поверхностное сходство, искусственные нейронные сети
демонстрируют удивительное число свойств, присущих мозгу [17]. Например,
они обучаются на основе опыта, обобщают предыдущие прецеденты на новые
случаи и извлекают существенные свойства из поступающей информации,
содержащей излишние данные. Таким образом, практически любую задачу
можно свести к задаче, решаемой нейронной сетью.
Искусственные нейронные сети могут менять свое поведение в
зависимости от внешней среды [32]. Этот фактор в большей степени, чем
любой другой, ответствен за тот интерес, который они вызывают. После
предъявления входных сигналов (возможно, вместе с требуемыми выходами)
они самонастраиваются, чтобы обеспечивать требуемую реакцию.