第1章神经网络论基础.pptVIP

第1章 神经网络理论基础 模糊控制从人的经验出发，解决了智能控制中人类语言的描述和推理问题，尤其是一些不确定性语言的描述和推理问题，从而在机器模拟人脑的感知、推理等智能行为方面迈出了重大的一步。 神经元具有如下功能： (1)?兴奋与抑制：如果传入神经元的冲动经整和后使细胞膜电位升高，超过动作电位的阈值时即为兴奋状态，产生神经冲动，由轴突经神经末梢传出。如果传入神经元的冲动经整和后使细胞膜电位降低，低于动作电位的阈值时即为抑制状态，不产生神经冲动。 (2) 学习与遗忘：由于神经元结构的可塑性，突触的传递作用可增强和减弱，因此神经元具有学习与遗忘的功能。 决定神经网络模型性能三大要素为： (1)?神经元（信息处理单元）的特性； (2)?神经元之间相互连接的形式—拓扑结构； (3)?为适应环境而改善性能的学习规则。 某个神经元 j 的输入—输出关系为其中， 为阀值， 为连接权，f(?)为变换函数，  也称活化函数(activation function)。变换函数的种类有很多种，可参见孙p.126。其中用得最多的是比例函数 y=f(x)=s 和 S-型函数，Sigmoidal function (3) 自组织网络 网络结构如图所示。Kohonen网络是最典型的自组织网络。Koh