神经网络基本原理.pptVIP

4.4 神经网络的决策支持 4.4.1 神经网络的基本原理 4.4.2 神经网络的互连结构 4.4.3 神经网络的学习 4.4.4 神经网络专家系统 4.5 遗传算法的决策支持 4.5.1 遗传算法原理 4.5.2 遗传算法的应用 4.6 机器学习的决策支持 4.6.1 机器学习的概念 4.6.2 机器学习的分类 4.4.1 神经网络的基本原理 1.神经元的数学模型 1943年，由麦克洛奇和皮兹提出，简称MP模型。 细 胞 体 树 突 轴 突 … … i1，i2，…… in为神经元的输入量，Oi为神经元的输入,W ij 为外面神经与该神经连接强度（即权），θ为阀值，f（x）为该神经元的作用函数： Oi＝f（∑WijIi－ θi） i＝1，2，……，n 神经元的输入计算： I＝∑WijIi－ θi （i＝1，2，……，） 2.神经元的作用函数： （1）阶跃函数 （2）Sigmoid函数 （3）高斯型函数 4.4.2 神经网络的互连结构 (1)不含反馈的前向网络 不含反馈的前向网络的结构形态。网络中的神经元分层排列，接受输入量的神经元节点组成输入层，产生输出量的神经元节点组成输出层，中间层亦称为隐层，可以有若