我的人工神经网络-1 引言.ppt

人工神经网络 Artificial Neural Networks 任课教师：赵彤洲 E-mail:tzzhao111111@126.com 教材 书名：《人工神经网络导论》 出版社：高等教育出版社 出版日期：2001年8月 定价：12.4元 作者：蒋宗礼 主要参考书目 1、Philip D. Wasserman， Neural Computing: Theory and Practice，Van Nostrand Reinhold，1989 2、胡守仁、余少波、戴葵，神经网络导论，国防科技大学出版社，1993年10月 3、杨行峻、郑君里，人工神经网络，高等教育出版社，1992年9月 4、闻新、周露、王丹力、熊晓英，MATLAB神经网络应用设计，科学出版社，2001.5. 5、张青贵，人工神经网络导论，中国水利水电出版社，2004.10. 课程目的和基本要求 作为人工神经网络的入门课程，用于将学生引入人工神经网络及其应用的研究领域。 介绍人工神经网络及其基本网络模型，使学生 了解智能系统描述的基本模型 掌握人工神经网络的基本概念、单层网、多层网、循环网等各种基本网络模型的结构、特点、典型学习算法、运行方式、典型问题 掌握软件实现方法。 课程目的和基本要求 了解人工神经网络的有关研究思想，从中学习开拓者们的部分问题求解方法。 通过实验进一步体会有关模型的用法和性能，获取一些初步的经验。 查阅适当的参考文献，将所学的知识与自己未来研究课题（包括研究生论文阶段的研究课题）相结合起来，达到既丰富学习内容，又有一定的研究和应用的目的。 主要内容 智能及其实现 ANN基础 Perceptron BP CPN 统计方法 Hopfield网与BAM ART 人工神经网络定义 （Artificial Neural Networks，简记作ANN），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。 人工神经网络的特点 人工神经网络的以下几个突出的优点使它近年来引起人们的极大关注： (1)可以充分逼近任意复杂的非线性关系； (2)所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的健壮性和容错性； (3)采用并行分布处理方法，使得快速进行大量运算成为可能； (4)可学习和自适应不知道或不确定的系统； (5)能够同时处理定量、定性知识。 人工神经网络的特点和优越性，主要表现在三个方面： 第一，具有自学习功能。例如实现图像识别时，只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测，其应用前途是很远大的。 第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。 第三，具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型 人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。 人工神经网络的主要方向（理论） 理论研究可分为以下两类： 1)．利用神经生理与认知科学研究人类思维以及智能机理。 2)．利用神经基础理论的研究成果，用数理方法探索功能更加完善、性能更加优越的神经网络模型，深入研究网络算法和性能。如：稳定性、收敛性、容错性、鲁棒性等；开发新的网络数理理论，如：神经网络动力学、非线性神经场等。  应用研究可分为以下两类： 1)．神经网络的软件模拟和硬件实现的研究。 2)．神经网络在各个领域中应用的研究。这些领域主要包括： ?模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。 随着神经网络理论本身以及相关理论、相关技术的不断 发展，神经网络的应用定将更加深入。 人工神经网络的主要方向（应用） 神经网络的应用方法 首先是对实际问题分析，看传统的方法行不行，如果行就用传统方法解决，如果传统方法解决的不理想，然后尝试用神经网络。 神经网络用于求解问题是因为它具有“学习”能力，对于非线性、有噪、模式识别等问题有着得天独厚的优势。 对于问题分析以后，重在选择相应的模型求解，尝试模型的求解过程同时也涉及到模型的优化等问题，最后编制程序运行。我个人认为选择什么样的模型求解实际问题是最关键的，用什么语言编程实现或者怎么实现好象都不是那么难。个人观点，欢迎补充。 人工神经网络的学术流派 三大学术流派 符号主义（或叫做符号/逻辑主义）学派 联接主义（或者叫做PDP）学派 进化主义（或者叫做行动/响应）学派 历史回顾 萌芽期（20世纪40年代） 最早可以追