人工智能及专家系统 作者 敖志刚 第11章 基于神经网络的专家系统.pptVIP

第2章 知识表示 第11章 基于神经网络的专家系统 11．1 神经网络的概念与模型 11．1．1 生物神经元 11．1．2 人工神经网络 11．2 神经网络模型和算法 11．2．1 感知器的学习结构与算法 11．2．2 B-P模型 11．2．3 Hopfield模型 11．2．4 典型的人工神经网络模型 11．3 神经网络专家系统 11．3．1 基于神经网络的知识表示与推理 11．3．2 基于神经网络的故障诊断专家系统 11．1 神经网络的概念与模型 神经网络(NN)是指由大量神经元互连而成的网络，包括生物NN与人工神经网络(ANN)两个方面。 所谓生物NN是指由中枢神经系统(脑和脊髓)及周围神经系统(感觉神经、运动神经、交感神经、副交感神经等)所构成的错综复杂的NN，其中最重要的是脑神经系统。 ANN是指运用大量的简单处理单元(神经元)，由人工方式建立起来的，经广泛并行互连所构成的人工网络。它的组织能够模拟生物设计系统的真实世界物体的交互作用，能够模拟人脑神经系统的结构和功能。一般可采用VLSI、光器件、分子器件构造人工神经元。 11．1．1 生物神经元 神经元的一些重要特性 ① 动态极化：每一神经元的信息都是以预定方向流动的。 ② 时空整合处理功能。 ③ 神经元具有两种常规工作状态：即兴奋状态与抑制状态。 ④ 结构的可塑性。 ⑤ 脉冲与电位转换：突触界面具有