Page 340 - 4703
P. 340
З рисунка 9.64 видно, що для прогнозування параметру
розрізу h1 (потужність першого шару) найбільш інформатив-
ними є питомий опір першого пласта і, за деяким виключен-
ням, практично всі точки амплітудних і фазових кривих (цей
висновок може бути дещо іншим, якщо для навчання нейрон-
ної мережі обрати інший набір параметрів).
4 Створення мережі для прогнозу параметру розрізу S
(поздовжня провідність двох шарів)
Повторимо всі дії, які були виконані при створенні ней-
ронної мережі для прогнозу параметру ρ1.
Старт аналізу. З меню Statistics або Data Mining вибира-
ємо Automated Neural Networks, щоб показати стартову панель
SANN - Analysis/Deployment, де в списку New analysis вибраємо
вид аналізу Regression.
Клацаємо кнопку ОК, щоб показати діалог SANN - Data
selection.
В ньому на вкладці Quick tab клацають кнопку Variables,
щоб показати діалог трьох-мінливого вибору. Для безперерв-
них цільових змінних (Continuous targets) вибираємо параметр
розрізу S; для безперервних вхідних змінних (Continuous
inputs) вибираємо змінні 9-84 (точки амплітудних, фазових
кривих і всі характерні точки цих кривих і їх похідних) і пара-
метри розрізу h1, ρ1 і ρ3.
340
