Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OPTIMIZACION
Gradiente descendente Mtodo de Newton Gradiente conjugado Bsqueda de la seccin dorada
Redes Neuronales
Simulacin
%Nuevo dato (dato 1 que da t = 24) p1=[0.0663;18;2.31;0;0.5380;6.5750;65.2;4.09;1;296;15.3;396.9;4.98]; %Simular red, considerando dato p1, que da 24. t1=sim(net,p1) t1 = 25.9920 % Valor cercano a 24. %Si cambiamos p1 por p2 p2=[0.0663;18;2.31;0;0.5380;6.5750;65.2;4.09;1.3;296;15.3;396.9;5.98] ; t2=sim(net,p2) t2 = 25.8227 %Nuevo valor cercano
New
Train Siumulation
LOGICA DIFUSA
Es una teora relacionada a clases de objetos con fronteras no definidas con claridad, en las cuales la pertenencia a una clase es materia de grado / gradacin. La necesidad de precisin sobre los valores puede variar.
Problema
Propinas a un mesero Calificacin de la calidad del servicio de 0 a 10. Calificacin de la calidad de la comida de 0 a 10. Reglas: 1. Si servicio pobre o comida rancia: propina reducida. 2. Si servicio bueno : propina promedio. 3. Si servicio excelente o comida deliciosa: propina generosa. 4. Propina Promedio = 15%, generosa = 25% y reducida=5%.
Fin