类神经网路在智慧型管理决策之应用ppt课件.pptVIP

類神經網路在智慧型管理決策之應用;第一部份類神經網路介紹;壹、導論;一、類神經網路簡介;一、類神經網路簡介(續);一、類神經網路簡介(續);一、類神經網路簡介(續);一、類神經網路簡介(續);一、類神經網路簡介(續);一、類神經網路簡介(續);一、類神經網路簡介(續);二、類神經網路之類型;二、類神經網路之類型(續);二、類神經網路之類型(續);二、類神經網路之類型(續);二、類神經網路之類型(續);二、類神經網路之類型(續);二、類神經網路之類型(續);二、類神經網路之類型(續);二、類神經網路之類型(續);三、類神經網路之運作;三、類神經網路之運作(續);三、類神經網路之運作(續);三、類神經網路之運作(續);四、類神經網路之需求能力;貳、類神經網路架構;一、網路構成元素;一、網路構成元素(續);一、網路構成元素(續);一、網路構成元素(續);二、處理單元;二、處理單元(續);集成函數 集成函數之功能在於將從其它處理單元轉來之資訊加以綜合，可用下式表示： 常用的集成函數有下列型式： ?加權乘積和 ?歐式距離 ;作用函數 作用函數之功用在於將集成函數值與處理單元目前之狀態加以綜合，函數型式如下： 常用的作用函數有三種型式： ?直接使用集成函數之輸出 ?加入前次集成函數之輸出 ?加入前次作用函數之輸出 ;轉換函數 轉換函數的功用是將作用函數之輸出值轉換成處理單元之輸出值，函數型式為： 常用的轉換函數型式： ?硬限函數 ‥Perceptron函數（又稱為階梯函數step function） ; ‥Hopfield函數 ‥Signum函數 ; ‥Signum0函數 ‥BAM函數 ; ?線性函數 ‥門限型函數 ‥無門限型函數 ; ?非線性函數 ‥雙彎曲函數（Sigmoid function） ‥雙曲線正切函數（Hyperbolictangent function） ;三、網路層的規劃;三、網路層的規劃(續);三、網路層的規劃(續);三、網路層的規劃(續);四、網路處理過程;四、網路處理過程(續);四、網路處理過程(續);四、網路處理過程(續);四、網路處理過程(續);四、網路處理過程(續);四、網路處理過程(續);四、網路處理過程(續);四、網路處理過程(續);四、網路處理過???(續);五、網路設計綜合探討;五、網路設計綜合探討(續);五、網路設計綜合探討(續);五、網路設計綜合探討(續);五、網路設計綜合探討(續);參、類神經網路演算法;一、網路架構;一、網路架構(續);一、網路架構(續);一、網路架構(續);一、網路架構(續);二、網路演算法;二、網路演算法(續);二、網路演算法(續);二、網路演算法(續);二、網路演算法(續);二、網路演算法(續);二、網路演算法(續);三、評估網路學習效果;三、評估網路學習效果(續);四、網路學習過程;四、網路學習過程(續);五、網路回想過程;肆、類神經網路之應用;實例四：從穩定液之成分及濃度來預估黏度 實例五：從取得之樣本值來診斷乳癌之良惡性情形 實例六：依據施工條件及地層基礎選擇適合的建築基樁型式;實例一信用卡持卡者之信用判斷;實例二從技術面預測證交所隔日收盤指數之變化率;說明：可利用歷史之收盤指數變化情形，預估隔日收盤指數之變化。 用途：投資決策 實作： 1.輸入變數分類：以單神經元編碼方式，將前十日之收盤指數列為輸入變數。 2.輸出變數分類：以實數值之單神經元表示隔日收盤指數。 3.分類模型：時間數列型。 4.網路模式：倒傳遞網路。 5.網路架構：10 – 10 - 1。;說明：可利用投入之化學成分，預估成品之黏度。 用途：化學分析 實作： 1.輸入變數分類：將高分子濃度、分散劑濃度及皂土濃度以單神經元方式編碼。 2.輸出變數分類：以實數值之單神經元表示漏斗之黏滯度。 3.分類模型：非時間數列型。 4.網路模式：倒傳遞網路。 5.網路架構：3 - 3 - 1。 ;說明：可利用取得之樣本值來診斷乳癌之良惡性情形。 用途：醫學診斷 實作： 1.輸入變數分類：以模糊邏輯變數單神經元編碼方式，將下列因素列為輸入變數， clump-thickness, cell-size-uniformity cell-shape—uniformity, marginal-adhesion, single-epithelial-cell-size, bare-nuclei, bland-chromatin, normal-nucleoli, mitosis, ;實例五(