УНИВЕРЗИТЕТ У БЕОГРАДУ – МАШИНСКИ ФАКУЛТЕТ

КАТЕДРА ЗА ПРОИЗВОДНО МАШИНСТВО

Мастер академске студије – 1. година Модул: Дизајн у машинству
Предмет: МЕТОДЕ ОДЛУЧИВАЊА
Предметни наставници: проф. др Зоран Миљковић и доц. др Милица Петровић
Предметни сарадници: Александар Јокић, маст. инж. маш. и Лазар Ђокић, маст. инж. маш.

КОЛОКВИЈУМ 1

Задатак#1: Применом вештачких неуронских мрежа у BРnet и MATLAB апликативним

софтверима извршити моделирање следећих функција:

1. y = − x  sin ( x ), x = [−10,10]

 1 2 1 
2. y = −20exp  −0.2 x  − exp  cos ( 2 x )  + 22.71, x = [ −32,32]
 10   5 
n n
3. y =  xi2 −  cos ( xi ) + 1, n = 3, x = [−50,50]
i =1 i =1

Потребно је:

1. Формирати скуп обучавајућих парова;

2. 80% скупа обучавајућих парова користити за обучавање вештачке неуронске мреже
(осталих 20% за тестирање), (за задатке рађене у BPnet-у);
3. Анализирати утицај броја неурона на брзину обучавања и тачност (за све задатке);
4. Анализирати утицај броја скривених слојева на брзину обучавања и тачност (за све
задатке);
5. Анализирати утицај активационих функција и алгоритама обучавања на брзину обучавања
и тачност (за задатке рађене у MATLAB-у);
6. Анализирати утицај параметара µ и λ на брзину обучавања и тачност (за задатке рађене у
BPnet-у);
7. Одредити грешку учења (за све задатке);
8. Сачувати све тестиране вештачке неуронске мреже (за све задатке).

Написати извештај и приложити одговарајуће резултате у електронској форми. У извештају

резултате обучавања ВНМ приказати табеларно. За задатак по избору детаљно елаборирати и
дискутовати целокупан процес машинског учења, док је за друге задатке довољно приложити и
описати резултате (табеле и слике).

Напомена: Све фајлове везане за први колоквијум зиповати у file под називом:
Ime_Prezime_Indeks_К1.

Колоквијум издала: ____________________

(Милица М. Петровић)

Датум издавања: 12.03.2021.

Рок завршетка: 26.03.2021.