人工智能01333.pptVIP

Agenda 神经网络概述 感知机 前馈神经网络 Hopfield网络 随机神经网络 遗传算法 人工生命 Hopfield网络（1） 反馈神经网络是得到最充分研究和应用的神经网络模型之一。Hopfield为这一网络引入了一种稳定过程，即提出了人工神经网络能量函数的概念，使网络的运行稳定性判断有了可靠而简便的依据。 Hopfield网络在联想存取及优化计算等领域得到了成功的应用，拓宽了神经网络的应用范围 . Hopfield网络（2） Hopfield网络主要有下面的特点: 网络是一个全连网络,即网络中任意两个单元之间都有连线,而且这种连接是对称的,即wij=wji. 网络有两种类型：离散和连续。离散是说单元是二值的，它们的激活是用（1，-1）或（1，0）表示。而在连续的网络中，单元的激活是连续的，它们可以取0到1之间的任一实数值 Hopfield网络（3） Hopfield网络的基本结构如下，N1, N2, ┅ ，Nn表示网络的n个神经元，其转移特性函数为?(x)，?(x)，┅ , ?(x) , 门限值为?1， ?2 ，┅ ?n 。对于离散型Hopfield网络，各结点一般选相同的转移特性函数，且为符号函数，即有 ?(x) = ?(x) = ┅ = ?(x) = sign(x) 这里假定：各结点门限值相等，且