即，模糊结论为：Y’={0.3, 0.3, 0.7, 0.8}
第七章
7.9 假设w1(0)=0.2, w2(0)=0.4, θ(0)=0.3, η=0.4，请用单层感知器完成逻辑或运算的学习过程。
解：根据“或”运算的逻辑关系，可将问题转换为：
输入向量：X1=[0, 0, 1, 1]
X2=[0, 1, 0, 1]
输出向量：Y=[0, 1, 1, 1]
由题意可知，初始连接权值、阈值，以及增益因子的取值分别为：
w1(0)=0.2, w2(0)=0.4, θ(0)=0.3，η=0.4
即其输入向量X(0)和连接权值向量W(0)可分别表示为：
X(0)=(-1, x1 (0), x2 (0))
W(0)=(θ(0), w1(0), w2 (0))
根据单层感知起学习算法，其学习过程如下：
设感知器的两个输入为x1(0)=0和x2(0)=0，其期望输出为d(0)=0，实际输出为：
y(0)=f(w1(0) x1(0)+ w2(0) x2(0)-θ(0))
=f(0.2*0+0.4*0-0.3)=f(-0.3)=0
实际输出与期望输出相同，不需要调节权值。
再取下一组输入：x1(0)=0和x2(0)=1，其期望输出为d(0)=1，实际输出为：
y(0)=f(w1(0) x1(0)+ w2(0) x2(0)-θ(0))
=f(0.2*0+0.4*1-0.3)=f(0.1)=1
实际输出与期望输出相同，不需要调节权值。
再取下一组输入：x1(0)=1和x2(0)=0，其期望输出为d(0)=1，实际输出为：
y(0)=f(w1(0) x1(0)+ w2(0) x2(0)-θ(0))
=f(0.2*1+0.4*0-0.3)
=f(-0.1)=0