计算智能--人工神经的网络.pptVIP

第二部 计算智能 Computational Intelligence;;;;;;计算智能的概念;计算智能的主要研究领域;人工智能与计算智能;; 组合优化问题求解;第六章 人工神经网络( ANN : Artificial Neural Network );6.1 人工神经网络概述(一);生物神经元结构;神经元的工作机制;什么是神经元网络;人工神经元的基本结构;常用神经元激励函数(一);常用神经元激励函数(二); yj= f( (∑wijhi) -θj) 激励函数为Sigmoid;6.1 人工神经网络概述(二);6.1 人工神经网络概述(二);6.2 单层感知机神经网络(一); yj = f( (∑wijxi) -θj); 使用感知机的主要目的是为了对外部输入进行分类。罗森勃拉特已经证明，如果外部输入是线性可分的（指存在一个超平面可以将它们分开），则单层感知器一定能够把它划分为两类。其判别超平面由如下判别式确定： 作为例子，下面讨论用单个感知器实现逻辑运算的问???。事实上，单层感知器可以很好地实现“与”、“或”、“非”运算，但却不能解决“异或”问题。 ; y= f( w1x1 +w2x2-θ);例1 “与”运算（x1∧x2）;例2 “或”运算（x1∨x2）;例3 “非”运算（?x1）;例4 “异或”运算（x1 XOR x2）;XOR问题;XOR问题;6.2 多层前馈网络(二); yj= f( (∑wijhi) -θj) 激励函数为Sigmoid;x11;反向传播法(Back Propagation)(一);反向传播法(BP)(二);基于神经网络的知识表示与推理 ;异或逻辑的神经网络;邻接矩阵;如果用产生式规则描述，则该网络代表下述四条规则： IF x1=0 AND x2=0 THEN y=0 IF x1=0 AND x2=1 THEN y=1 IF x1=1 AND x2=0 THEN y=1 IF x1=1 AND x2=1 THEN y=0 ;基于神经网络的推理 ;正向神经网络推理的特征;6.3 HOPFIELD神经网络(一);6.3 HOPFIELD神经网络(二);6.3 HOPFIELD神经网络(三);6.3 HOP网络应用(一);6.3 HOP网络应用(二);6.3 HOP网络应用(二);6.3 HOP网络应用(三);6.3 HOP网络应用(三);6.4 ANN的局限;练习题