1. ахборот оқимларини ташкиллаштириш усулларининг тавсифи

NET =Z_nx_nw_n (2.1)
Ушбу ҳолатда NET нейрон ҳисоб-китобининг натижаси.
Out=F(NET-d) (2.2)
Ҳисоб-китоблар натижаси тўғридан-тўғри чиқмайди, балки фаоллаштириш фукцияси орқали қайта ишланиб сўнг чиқади. Бир сўз билан айтганда, нейрон тармоғини ёпиқ қатламини “қора қути” сифатида ифодалаш мумкин, унга кириш сигналларини жўнатамиз ва чиқишдан натижа олинади (2.2-расм)

2.2-расм. Кўп қатламли нейроннинг тузилиш модели

2.2 - расмда келтирилган маълумотларга асосан, кўп қатламли тармоқ ўз ичига қуйидагиларни олади:
Кирувчи қатлам - тармоқ орқали маълумотларни тарқатишга хизмат қилади ва ҳеч қандай ҳисоб ва қайта ишлашни амалга оширмайди. Бу қатламнинг чиқиш сигналлари кейинги қатламнинг киришига юборилади (маҳфий ёки чиқариладиган).
Яширин қатламлар - сигналларни киришдан чиқишга узатувчи оддий нейронлар қатлами. Уларнинг кириши олдинги қатламнинг чиқиши ва чиқиши кейинги қатламнинг кириши бўлиб, ушбу қатламда қарор қабул қилиш ва масаланинг ечимини аниқлаш учун маълумотлар қайта ишланади.
Чиқувчи қатлам - одатда нейрон тармоғининг барча ҳисоб натижаларини берувчи битта (эҳтимол кўпроқ) нейронга эга бўлади. Ушбу сигнал асосида маслаҳатчи бошқарувининг мантиқий асослари яратилади. Келтириб ўтилган моделлар икки қатламли бўлиб, айрим вақтларда кўп қатламли вариантлар ҳам бўлиши мумкин. Барча кириш маълумотларини нормаллаштириш лозим бўлиб,“текислаш” жараёнидан ўтади, яъни [0,1] ёки [-1,1] интервалига келтирилади. Агар нормаллаштириш амалга оширилмаса, кирувчи маълумотлар нейронларга қўшимча таъсир ўтказади, бу эса ўз навбатида нотўғри натижага олиб келади. Бошқача қилиб айтганда, турли тартибдаги катталикларни бир хиллаштириш ёки нормаллаштириш албатта зарур. маълумотларни нормаллаштиришда қуйидаги кўринишдаги формуладан фойдаланилади: бу ерда: x - нормаллаштириш керак бўлган қиймат; [xmax, xmin] - х қийматнинг интервали; [d1, d2] - х нинг қиймати келтириладиган интервал.
Аввал чиқадиган қиймат учун чегаравий қийматлар белгиланади, сўнгра индикаторнинг минимал ва максимал қийматлари олинади (индикатордан маълумотларни нусхалаш ўтказилган, аммо масалан у ерда охирги 19 та қиймат бўлиши мумкин). Охирги қадамни циклда бажарилади, барча кирувчи элементларни нормаллаштириб кейинчалик фойдаланиш учун массивга сақланади.
2.3-расм. Нейроннинг фаоллаштириш функцияси
Нейронларни фаоллаштириш функцияси - бу нейроннинг чиқувчи сигналини ҳисобловчи функция. Ушбу функциянинг киришига барча сигналлар кўпайтмаси ва вазнлари кўпайтмасининг йиғиндиси берилади (кейинчалик, ўртача вазн йиғиндиси). Фаоллаштириш функцияси умумий кўринишда қуйидагича бўлади:
Out=F(NET-e) (2.3)
бу ерда: F(x) - фаоллаштириш функцияси; NET - ўртача вазн йиғиндиси, нейроннинг чиқиш қийматини ҳисоблашнинг биринчи босқичида олинган; 0 - фаоллаштирувчи функцияни ишга туширувчи чегаравий қиймат. Фақат қатъий чегаравий функция учун қўлланади, бошқа функцияларда у нолга тенг бўлади.
Фаоллаштириш функцияларининг асосий турлари сифатида якка сакраш, сигмоидли функция ва гиперболик тангенсни келтириш мумкин:
1. Якка сакраш ёки қатъий чегаравий функция.

2.4 - расм. Якка сакраш ёки қатъий чегаравий функция

Функция қуйидаги формула билан тавсифланади:

0, NET < 0
1, NET > е

Ўртача вазн йиғиндиси аниқланган қийматдан кам бўлса, фаоллаштириш функцияси нолни беради, катта бўлса бирни.

2. Сигмоидли функция ёки сигмоид.

2.5-расм. Сигмоидли функция

Узликсиз сигналларга эга бўлган кўп қатламли нейрон бошқа тармоқларда қўлланади. Функциянинг силлиқлиги ва узликсизлиги - асосий ижобий сифатдир.
3. Гиперболик тангенс.

2.6-расм. Гиперболик тангенсли функция