已知模糊神經(jīng)網(wǎng)絡(luò)混合學(xué)習(xí)包括以下步驟：
（1）自組織分類法得到輸入、輸出語言變量各語言值隸屬度函數(shù)的中心值和寬度值；
（2）利用有導(dǎo)師學(xué)習(xí)得出最佳的隸屬度函數(shù)；
（3）規(guī)則節(jié)點的刪除；
（4）競爭學(xué)習(xí)得出模糊推理規(guī)則；
（5）規(guī)則節(jié)點的合并；
（6）輸入訓(xùn)練樣本數(shù)據(jù)。
請從下邊四個選項中選出步驟的正確排序（）。

假設(shè)一個3節(jié)點的離散Hopfield神經(jīng)網(wǎng)絡(luò)，已知網(wǎng)絡(luò)權(quán)值和閾值如圖所示，通過計算，可以知道此神經(jīng)網(wǎng)絡(luò)的能量井為（）。

?已知BP算法的基本步驟包括：
（1）計算網(wǎng)絡(luò)的實際輸出與期望輸出的誤差；
（2）對訓(xùn)練樣例集中的每一個樣例重復(fù)以上步驟，直到對整個訓(xùn)練樣例集的誤差達到要求為止；
（3）從訓(xùn)練樣例集中取一樣例，把輸入信息輸入到網(wǎng)絡(luò)中；
（4）由網(wǎng)絡(luò)分別計算各節(jié)點的輸出；
（5）從輸出層反向計算到第一個隱含層，按一定原則（必須確定如何沿減少誤差的方向調(diào)整連接權(quán)值）向減少誤差方向調(diào)整網(wǎng)絡(luò)的各個連接權(quán)值。
從下邊四個選項中選出步驟的正確排序（）。