Clase de red neuronal GRNN - librería para MetaTrader 5

La clase CNetGRNN se da cuenta de una red neuronal de regresión generalizada (General Regresión neuronal Network - GRNN).

La creación de la red se declara para ser el constructor de la clase paramétrica.

CNetGRNN *net=new CNetGRNN(tamaño del vector entrada, tamaño del vector de salida);

La red de aprendizaje es provista por la llamada al método de aprendizaje (el número de patrones de aprendizaje, entrada de matriz de datos, salida de matriz de datos, el número de ciclos de aprendizaje, máximo error de aprendizaje).

La entrada y salida de datos de aprendizaje se encuentran en matrices unidimensionales vector a vector. El proceso de aprendizaje es limitado ya sea por el número de épocas de aprendizaje o por el error admisible.

El método de aprendizaje devuelve los siguientes valores:

• 0 - el aprendizaje en red se ha completado y el resultado del aprendizaje puede comprobarse mediante la variable de clase: mse – error de aprendizaje, época – número de ciclos de aprendizaje realizados;
• 4 - no hay suficiente memoria. 

Se utiliza el método de Cálculo (entrada de matriz de vector, matriz de respuesta de red) para obtener red de respuesta.

Guardar (abrir el fichero controlador, con las banderas FILE_WRITE y FILE_BIN) y se intentan métodos de carga (abrir el fichero controlador, con las banderas FILE_READ y FILE_BIN) para guardar la red en un archivo y cargando la red desde el archivo respectivamente. La topología de red, errores de aprendizaje y matriz de pesos se guardan en el archivo. Si los parámetros de la topología de red cargada difieren de los parámetros de la topología de red establecida, no se cargará la red y el método de carga devolverá false.

Uso de la clase se muestra en los especímenes adjuntos: Test_GRNN_XOR - función de la red de aprendizaje "excluyendo OR", Test_GRNN_MUL_ADD - multiplicación de red de aprendizaje y adición de números enteros.