Преобразуйте нейронную сеть обратная связь с обратной связью в разомкнутый цикл
net = openloop(net)
[net,xi,ai] = openloop(net,xi,ai)
net = openloop(net) берет нейронную сеть и открывает любую обратную связь с обратной связью. Для каждой обратной связи вывод i, свойством net.outputs{i}.feedbackMode которого является 'closed', оно заменяет свои связанные веса слоя обратной связи на новый вход и входные связи веса. Свойство net.outputs{i}.feedbackMode установлено в 'open', и свойство net.outputs{i}.feedbackInput установлено в индекс нового входа. Наконец, значение net.outputs{i}.feedbackDelays вычтено из задержек входных весов обратной связи (т.е. к значениям задержек замененных весов слоя).
[net,xi,ai] = openloop(net,xi,ai) преобразовывает сеть с обратной связью, и ее текущая входная задержка утверждает xi, и задержка слоя утверждает ai к форме разомкнутого цикла.
Здесь сеть NARX разработана в форме разомкнутого цикла и затем преобразована в форму с обратной связью, затем преобразовала назад.
[X,T] = simplenarx_dataset;
net = narxnet(1:2,1:2,10);
[Xs,Xi,Ai,Ts] = preparets(net,X,{},T);
net = train(net,Xs,Ts,Xi,Ai);
view(net)
Yopen = net(Xs,Xi,Ai)
net = closeloop(net)
view(net)
[Xs,Xi,Ai,Ts] = preparets(net,X,{},T);
Yclosed = net(Xs,Xi,Ai);
net = openloop(net)
view(net)
[Xs,Xi,Ai,Ts] = preparets(net,X,{},T);
Yopen = net(Xs,Xi,Ai)
Для примеров при использовании closeloop и openloop, чтобы реализовать многоступенчатый прогноз, смотрите narxnet и narnet.