智能计算复习题1.docVIP

《计算智能》复习题 一、填空题 计算智能属于人工智能（Artificial Intelligence， AI联结主义行为主义Neural Network）根据网络学习方法可分为（有监督学习）、（无监督学习）和（再励学习）三种形式。 神经网络中主要使用的激励函数有： 线性函数： 阀值函数： Sigmoid函数: BP网络是目前应用最广泛的神经网络模型之一，BP网络模型的拓扑结构包括（输入层）、（隐藏层） 和（输出层）。 BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入层传人，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望的输出(教师信号)不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐层向输入层逐层反传、并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始地进行的。权值不断调整的过程，也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的程度，或进行到预先设定的学习次数为止。 人工神经网络的发展历程可归结为（萌芽期）、（ 低潮反思期）、（复兴发展时期和（新的发展时期）四个时期。 神经网络的7个学习规则：Hebb学习规则、Delta学习规则、梯度下降学习规则、Kohonen学习