人脑与人工神经网络.pptVIP

人工神经网络网络与应用;1绪论;; 研究未来学的一个英国科研小组提出，人类大脑的进化已接近极限。也就是说，未来人类不会比现在的人聪明很多。该科研小组根据人类大脑进化数学模型分析指出：人的神经元数与神经网络规模，决定人的大脑接受、处理、利用信息的能力，也就决定人的聪明程度。; 人类的大脑比其他动物发达，这是人类的特征。直到5800年前，人的大脑仍在进化，而且现在可能也仍在进化之中。美国芝加哥大学的遗传学家认为:人类已经到了进化的顶峰，事实上不进化几乎是不可能的。 ; 人工智能工程可看成是对人类左脑功能研究，主要基于逻辑思维，如电子计算机就是模拟人脑逻辑思维的人工智能系统.; 比较人脑与“电脑”的信息处理能力，会发现“电脑”和人脑存在很大的差距。反映在多个方面:;1、我们的市场行为主要的导向因素，第一个是市场需求的导向，第二个是技术进步的导向，第三大导向是竞争对手的行为导向。 2、市场销售中最重要的字就是“问”。 3、现今，每个人都在谈论着创意，坦白讲，我害怕我们会假创意之名犯下一切过失。 4、在购买时，你可以用任何语言；但在销售时，你必须使用购买者的语言。 5、市场营销观念：目标市场，顾客需求，协调市场营销，通过满足消费者需求来创造利润。**** 6、我就像一个厨师，喜欢品尝食物。如果不好吃，我就不要它。***** 7、我总是站在顾客的角度看待即将推出的产品或服务，因为我就是顾客。*** 8、利人为利已的根基，市场营销上老是为自己着想，而不顾及到他人，他人也不会顾及你。**** ; 关健一点是人脑与电脑的信息处理机制不同，人脑中的神经网络是一种高度并行的非线性信息处理系统，虽然单个神经信息处理速度为毫秒级，但大规模神经细胞（人脑有约1.4×10１１个）的群体协同并行处理方式是高效的．而计算机采用的是有限集中的串行信息处理机制（基于冯．诺依曼工作原理Von Neumann）。即存储器与处理器相互独立，处理信息必须是形式化信息（用二进制定义）。;ANN定义:(目前定义尚不统一。) ANN是 以数学和物理方法以及信息处理的角度对人脑神经网络进行抽象，并建立某种简化模型。; 人工神经网络应用系统的研究，需要硬件制作技术的新突破，以便制作出ANN设备，据报道神经网络计算机已取得令人瞩目的进展。 ANN的研究内容极具丰富，涉及的面宽而又有相当深的理论有待进一步研究（涉及多学科知识）。研究内容大体上有基本理论、模型、算法、应用和实现等五大方面，每方面都有很多问题尚未解决或完善解决，尚需用各种方法从各方面开展对ANN进行更深入研究。;1.2人工神经网络发展简史;低潮期 20世纪60年代末期，人们对感知机兴趣开始衰落，即线性感知机功能有限，只能进行线性分类和求解一阶谓词问题，不能进行非线性分类和解决比较复杂的高阶谓词问题（如异或（XOR）等）。典型代表人物：Minsky和Papert（美麻省理工学院著名人工智能学者）（作了大量数学研究，在当时技术条件下，他们在多层网络的有效学习方法上遇到了极大困难），由于Minsky在学术界的地位和影响其悲观论点极大地影响了当时ANN研究，为刚燃起的ANN之火，泼了一盆冷水。不久几乎所有为神经网络提供的研究基金都枯竭了。很多领域的专家纷纷放弃了这方面课题的研究，开始了神经网络发展史上长达10年的低潮期。;　　值得庆幸，仍有不少科学家在极其困难的条件下坚持不懈研究，在２０世纪70年代，主要是提出了各种不同的网络模型，开展了人工神经网络理论研究，网络功能研究和各种学习算法研究。为后来研究神经网络理论、数学模型和体系结构打下了坚实的基础。（神经网络研究处于低潮的更主要原因，应该是70年代以来集成电路和微电子技术的迅猛发展，使传统的Von Nedmann型计算机进入全盛期，基于逻辑符号处理方法的人工智能（AI）得到迅速发展并取得显著成就）。; Hopfield的主要贡献是：根据网络的非线性微分方程，引用能量函数（Lyapunov函数——李雅普诺夫函数）的概念，使ANN的平衡稳定状态有了明确的判据方法；利用模拟电路的基本元件构作了ANN的硬件原理模型，为硬件实现奠定了基础。开拓了神经网络用于联想记忆和优化计算等方面的新途径。;若n=20,也需３５０年。 我国３１直辖市、省会和自治区首府的巡回路径约有 １.３２６×１０ 种。我国学者对ＣＴＳＰ（中国旅行商问题）进行了大量的研究，最新成果已达１５４４９km。 　　在Ｈopfield经典算法基础上，将城市分成３部分，求得最短路径为１５９０４ km。 　　Ｈopfield 的ＣＨＮＮ网络开辟了ＴＳＰ问题求解的崭新途径，获得巨大成功。由于模拟电子线路中全部