专家系统8.ppt.pptVIP

* 第八章 专家系统与神经网络的集成 内容： 专家系统和神经网络 神经元模型和神经网络 规则的神经网络记忆 神经网络与专家系统的集成 第一节 专家系统与神经网络 1、传传统ES求解的特点 传统ES的求解一直遵循西蒙等人的思想:即,人类的思维本质上师副号操作.虽然70年代到现在,ES的应用取得了有限的成功;但是实现: 类似与人脑的学习联想等高级的方面障碍极大，知识获取一直是ES的悬而未解的问题.总体上符号论的应用状况可列出一下优缺点; 优 点： 1、逻辑操作 2可使用变量 3、可进行说明 4、模块化,可以执性好 5、对学习有一定解决能力 6、可进行高层的智能活动 7、部分知识表示已经规范化 缺 点：1、计算庞大 2、知识获取瓶颈 3、不自然的学习模式 4、符号以外的知识表示困难 5、并行都高的知识表示能力低6、和生物的信息处理有差距 7、很难进行实时处理,自适应处理. 2、神经网络求解模型的引入 传统ES求解中遇到的问题是一些科学家在80年代后期重新提出了眼研究神经网络的思想,并进行了开创性的工作.形成了如下的求解思想: 认为人类的思维本质是并行分布的模式处理; 采用单纯的信息处理单元,并通过高密度的连接;形成特定的中枢信息处理单元; 复杂问题的求解基于神经元内部的兴奋予抑制性,以及在网络中的传播; 神经元之间的连接权是网络学习的特征. 其引入的作用在于: 解决知识获取瓶颈; 解决并行求解问题; 解决计算量大的问题; 解决低层知识处理问题; 缩小与生物模式的差距; 有人认为: 人类思维模型是符号+结合论; 符号论对英语高层的知识处理; 结合论对于底层的知识处理 第二节神经元模型与神经网络模型 细胞核 一〉生物神经元模型 (1)神经元是脑组织的基本单元 轴突细胞质细胞体细胞膜轴突神经末梢人脑大约有10亿个神经元组成的巨系统 2） 生物神经元的结构特性 细胞体：由细胞核，细胞质，细胞膜组成； 轴突 ： 由细胞体外伸出的最长的分支组成； 树突 ：由细胞体外伸出的较短的分支组成； 轴 突 ：细胞与细胞相互连接的接口。即神经末梢与树突接触的界面，每个细胞有1000到10000个突轴，突轴有两种类型：兴奋型与抑制型。 （二）神经元数理模型 作为神经网络的基本处理单元，神经元是一个多输入单数处的非线性的单元器件 （1）模型解藕 *￠i=》神经元的阈值； *X1i，X2i，。。。。。，=》神经元的n个输入； *W1i，W2i，。。。。。，=》神经元的n个输入的连接权，Wij=》从单元到单元的权值（某些情况下它可控制神经元，并使其保持某一状态） 《三》神经网络模型 *将神经元按一定结构的网络规则相连，即构成了神经网络摸型的“拓扑结构” *各相互连接的伸经元之间的权值由对网络的训练获得； *对网络的训练取决于“输入----输出”/“输入”样本积集其相应的学习算法； 训练神经网络的应用中，“拓扑结构+权值训练（学习算法）+训练样本+应用” （1）常见网络的拓扑结构（a）不含反馈的前向网络（b）从输出层到输入层具有反馈的前向个网络（c）层内又相互结合的前向网络 （d） 相互结合网络络 *