Класс нейронной сети GRNN - библиотека для MetaTrader 5

Класс CNetGRNN реализует обобщенно-регрессионную нейронную сеть (General Regression Neural Network - GRNN).

Создание сети объявляется параметрическим конструктором класса.

CNetGRNN *net=new CNetGRNN(размер входного вектора, размер выходного вектора);

Обучение сети осуществляется вызовом метода Learn(количество обучающих паттернов, массив входных данных, массив выходных данных, количество циклов обучения, допустимая ошибка обучения).

Входные и выходные обучающие данные располагаются в одномерных массивах, вектор за вектором. Процесс обучения ограничивается, либо количеством эпох обучения, либо допустимой ошибкой.

Метод Learn возвращает следующие значения:

• 0 - завершено обучение сети и результат обучения можно проверить через переменные класса: mse – ошибка обучения, epoch – количество пройденных   циклов обучения;
• -4 - недостаточно памяти. 

Для получения ответа сети служит метод Calculate(массив входного вектора, массив ответа сети).

Методы Save(хэндл открытого файла с флагами FILE_WRITE и FILE_BIN) и Load(хэндл открытого файла с флагами FILE_READ и FILE_BIN) предназначены для сохранения сети в файл и загрузки сети из файла соответственно. В файл сохраняются топология сети, значение ошибки обучения и массивы весов. Если параметры топологии загружаемой сети отличаются от параметров топологии созданной сети, сеть не будет загружена и метод Load вернет false.

С применением данного класса можно ознакомиться в прилагаемых примерах: Test_GRNN_XOR - обучение сети функции "исключающее ИЛИ", Test_GRNN_MUL_ADD - обучение сети умножению и сложению целых чисел.