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 выход i чье свойство net.outputs{i}.feedbackMode 'closed', это заменяет свои связанные веса слоя обратной связи на новый вход и входные связи веса. net.outputs{i}.feedbackMode свойство установлено в 'open', и net.outputs{i}.feedbackInput свойство установлено в индекс нового входа. Наконец, значение net.outputs{i}.feedbackDelays вычтен из задержек входных весов обратной связи (т.е. к значениям задержек замененных весов слоя).
[net,xi,ai] = openloop(net,xi,ai) преобразует сеть с обратной связью, и ее текущая входная задержка утверждает xi и задержка слоя утверждает ai к форме разомкнутого цикла.
Здесь сеть NARX спроектирована 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 многоступенчатое предсказание, смотрите narxnet и narnet.