神经网络逻辑分析.pdfVIP

第 19卷 第 1期 电子 科 学 学 刊 Vbl_l9No．1 1997年 1月 JOUI~NAL 0FELECTRONICS Jan．1997 神经网络的逻辑分析 ．塑室垄 塑 !： ／ 一 (西安电子科技大学检测与倥器罩西安710071) (西北工业大学自动拉髑罩西安710072) 叮 l摘 要 本文对比约束满足罔络．描述了连续状态神经网络的茏辑理论的基本框架，给出了矛盾 的定量分析方法。分析表明．神经元逻辑状志变化的根本原因是罔培中存在优势矛盾{神经网培 求解的动志过程对应于消除优势矛盾的过程。 关■词 墅旦堑，垫塞塑星巴望，推理，矛盾分析 人嘏 l 中圈号 TN．052 由节点和约束组成的约束满足网络CSN(ConstraintSatisfactionNetwork)在人工智能 (AI) 中是十分重要的，它可以描述很多不同类型的问题 【。神经网络 (NN)可以看柞是开放的约束 满足网络1】，它适合于求解约束满足问题 【。因此与传统的CSN相对应，NN中必然存在相 应的逻辑推理理论。通过比较NN与CSN可知．NN是自决定的、开放的、柔性约束的和自 适应的CSN。根据这个观点，本文描述了连续状态神经网络的逻辑理论的基本框架。该理论表 明：神经网络运行的根本原因是网络中存在着优势矛盾；神经网络求解的过程对应于消除优势 矛盾的过程，而不仅仅是使能量极小 l{J。 2 神经 网络的逻辑理论 本文讨论逻辑理论时采用的神经网络模型为 等= (sj) (1) ， 式中 = )， ()=t曲h(∞)， 口0， ()= ， 是实数。 设F是一个有限的园素集：F={^}．其中^表示一个园素。对应于F存在一个有限 的判决元集合：D={也}．其中判决元面的判断对象是园素．^，所有判决元并行但异步进行 操作． (^，五)表示了网络中一个神经元的全部意义。第 个判决元的结果是由两个变量 和 s‘表示的。乳对应神经元的模势叫作 的基本状态，81．叫柞也的输出状态。 在连续状态神经网络中，我们对每个判决元定义两个逻辑状态On和Off 一个模糊状态 )、和一个逻辑变量e，。 11994-12-16收到，1995．-06-24定藕 国寡863高技术计划和国寡自然科学基金资助项目 电 子 科 学 学 刊 19卷 定义l 第i个判决元的模糊状态定义为 ()： f O 定义2 第 个判决元的逻辑变量 定义为 s { ! ㈣ 定义3 一个判决元的逻辑状态不再改变，则该逻辑状态称为结论。 定义4 当网络中的所有判决元得到结论时，所有判决元的逻辑状态就是该网络的连接结 构所描述的约束满足问题 (CSP)的解。 在 (1)式中，第i个判决元的总输入为 巩=∑ (5j)+五， (4) ，≠’ 即由内部输入 = ，()和外部输入 组成。由于外部输入厶可以用固定状态的神经元和 固定的连接来代替 【】j因此在分析中被省略。每个输入 ^ 有两种相反的类型：正的和负的． 如果用符号y表示+1，符号Ⅳ表示一1；那么两种输入类型可分别表示为 y和卢Ⅳ，其中 和卢是正实数。输入的两种类型分别具有不同的逻辑意义：类型y是对