GRNN Neural Network Class - biblioteca para MetaTrader 5

A classe CNetGRNN implementa uma rede de regressão neural generalizada (General Regression Neural Network - GRNN).

A criação da rede é apresentada como sendo uma construtora paramétrica de classe.

CNetGRNN *net=new CNetGRNN(entrada do tamanho do vetor, saída do tamanho do vetor);

A rede de aprendizagem é fornecida pelo método de Learn (o número de padrões de aprendizagem, entrada de array de dados, saída de array de dados, o número de ciclos de aprendizagem, o erro máximo de aprendizagem).

Os dados de entrada e saída de aprendizagem estão localizadas nas arrays unidimensional, vetor por vetor . O processo de aprendizagem é limitado, seja pelo número de ciclos de aprendizagem ou por um erro admissível.

O método de Learn retorna com os seguintes valores:

• 0 - rede de aprendizagem é concluída e o resultado de aprendizagem pode ser verificada através da variável da classe: mse - Erro de aprendizagem, epoch - número de ciclos realizados de aprendizagem;
• -4 - memória não é suficiente.

O método Calculate (entrada da array vetor, rede da array resposta) é usado para obter uma rede de resposta.

Métodos de Salvar (abrir arquivo handle com sinalizador FILE_WRITE e FILE_BIN) e Carregar (abrir arquivo handle com sinalizador FILE_READ e FILE_BIN) são destinados a salvar a rede para um arquivo e carregar a rede a partir do arquivo respectivamente. A topologia de rede, erros de aprendizagem e array de pesos são salvos no arquivo. Se os parâmetros da topologia de rede carregada diferem dos parâmetros da topologia de rede estabelecida, a rede não será carregada e o método de carregamento retorná falso.

O uso da classe é mostrada nos exemplos anexados Test_GRNN_XOR - função da rede de aprendizado "excluding OR", Test_GRNN_MUL_ADD - multiplicação da rede de aprendizagem e da adição de "integers".