Clase de Redes Neurales RBF - librería para MetaTrader 5

Aqui se lleva a cabo la implementación clásicade una RBFN consistente de dos capas de neuronas: neuronas de la capa oculta con función de activación por simetría radial y la capa de salida con función de activación lineal y sigmoide.

La función de activación de la capa de salida se selecciona automáticamente durante el entrenamiento de la red en función de los datos de prueba. para el rango de -1 to 1 se aplica la tangente hiperbólica, para el rango 0 .. 1 se aplica el sigmoide. Si los datos de prueba están fuera del rango -1 .. 1, no se utiliza la función de activación.

La creación de la red se declara en el constructor paramétrico de la clase.

CNetRBF * net =new CNetRBF (tamaño del vector de entrada, número máximo de neuronas en la capa oculta, tamaño del vector de salida);

Cuando se crea una red, se establece el número máximo de neuronas en la capa oculta que puede utilizar la red. El número actual de neuronas necesaria se determina durante el aprendizaje de la red.

El aprendizaje de la red se realiza llamando al método Learn (número de patrones a aprender, matriz de datos de entrada, matriz de datos de salida, número de ciclos de aprendizaje, valor máximo de error de aprendizaje).

Los datos de entrada y salida están contenidos en matrices de una dimensión vector tras vector. El proceso de aprendizaje está limitado bien por el número de épocas de aprendizaje o bien por el valor de error permtido.

El método Learn devuelve los valores siguientes:

      0 - terminado el aprendizaje de la red y los resultados pueden ser comprobados a través de las variables de la clase: mse – error de aprendizaje, epoch – número de ciclos de aprendizaje empleados y neurons - número de neuronas en la capa oculta;
     -3 - no hay neuronas suficientes en la capa oculta;

     -4 - no hay memoria suficiente.

El método Calculate (matriz de vectores de entrada, matriz de respuesta de la red) se utiliza para obtener la respuesta de la red.

Los métodos Save (manejador de archivo abierto con las banderas FILE_WRITE y FILE_BIN) y Load (manejador de archivo abierto con las banderas FILE_READ y FILE_BIN) están pensados para guardar la red a un archivo y recuperarla posteriormente. La topología de la red, los errores de aprendizaje y la matriz de pesosson guardados en el archivo. Si los parámetros de la topologia de la red a cargar son diferente a la topología de la red establecida, la red no será cargada y el método Load devolverá false.

El uso de la clase se muestra en los ejemplos adjuntoa: Test_RBFN_XOR - aprendizaje de la función "OR exclusivo", Test_RBFN_MUL_ADD - aprendizaje de la multiplicación y suma de enteros. Se entiende que los archivos de la clase y los ejemplos se ubicarán en la misma carpeta.