数学建模(方红)教学课件22.人工神经网络.pptVIP

神经网络基本原理和思想介绍01Matlab形式02描述输出与加权系数的关系神经网络基本原理和思想介绍I/O关系I-Ha1=tansig(IW1,1p1+b1)tansig(x)=tanh(x)=(ex-e-x)/(ex+e-x)H-Oa2=purelin(LW2,1a1+b2)输入层神经元个数 n隐含层神经元个数 s1输出层神经元个数 s2神经网络基本原理和思想介绍学习（训练）输入q组样本 p1,p2,...,pq pi∈Rn期望输出 T1,T2,...,Tq, T∈Rs2网络输出 a1,a2,...,aq a∈Rs2向量情况均方误差神经网络基本原理和思想介绍优化目标：误差最小实质为一个优化问题解决思路1:梯度法(gradient)找出误差与加权系数的关系得到加权系数改变的规律神经网络基本原理和思想介绍神经网络的主要用途数据压缩：减少输出矢量维数以便于传输或存储。分类：把输入矢量以所定义的合适的方法进行分类；函数逼近：用输入矢量和相应的输出矢量训练网络逼近某个函数；模式识别：用一个特定的输出矢量将它与输入矢量联系起来；神经网络基本原理和思想介绍小结：一般而言,ANN与经典计算方法相比并非优越,只有当常规方法解决不了或效果不佳时ANN方法才能显示出其优越性。尤其对问题的机理不甚了解或不能用数学模型表示的系统,如故障诊断、特征提取和预测等问题,ANN往往是最有利的工具。另一方面,ANN对处理大量原始数据而不能用规则或公式描述的问题,表现出极大的灵活性和自适应性。实际应用与Matlab相应的语法介绍例1：蚊子的分类1981年生物学家格若根（W．Grogan）和维什（W．Wirth）发现了两类蚊子(或飞蠓midges)．他们测量了这两类蚊子每个个体的翼长和触角长，数据如下：翼长触角长类别1.641.38Af1.821.38Af1.901.38Af1.701.40Af1.821.48Af1.821.54Af2.081.56Af翼长触角长类别1.781.14Apf1.961.18Apf1.861.20Apf1.721.24Af2.001.26Apf2.001.28Apf1.961.30Apf1.741.36Af**人工神经网络华中农业大学数学建模基地系列课件内容提要神经网络基本原理和思想介绍实际应用与Matlab相应的语法介绍参数的选取原则神经网络基本原理和思想介绍引言利用机器模仿人类的智能是长期以来人们认识自然、改造自然和认识自身的理想。研究ANN目的：探索和模拟人的感觉、思维和行为的规律，设计具有人类智能的计算机系统。探讨人脑的智能活动，用物化了的智能来考察和研究人脑智能的物质过程及其规律。神经网络基本原理和思想介绍理论研究：ANN模型及其学习算法，试图从数学上描述ANN的动力学过程，建立相应的ANN模型，在该模型的基础上，对于给定的学习样本，找出一种能以较快的速度和较高的精度调整神经元间互连权值，使系统达到稳定状态，满足学习要求的算法。实现技术的研究：探讨利用电子、光学、生物等技术实现神经计算机的途径。应用的研究：探讨如何应用ANN解决实际问题，如模式识别、故障检测、智能机器人等。ANN的研究内容神经网络基本原理和思想介绍生理结构的模拟：01用仿生学观点，探索人脑的生理结构，把对人脑的微观结构及其智能行为的研究结合起来即人工神经网络（ArtificialNeuralNetwroks，简称ANN）方法。宏观功能的模拟：02从人的思维活动和智能行为的心理学特性出发，利用计算机系统来对人脑智能进行宏观功能的模拟，即符号处理方法。研究ANN方法神经网络基本原理和思想介绍ANN研究的目的和意义通过揭示物理平面与认知平面之间的映射，了解它们相互联系和相互作用的机理，从而揭示思维的本质，探索智能的本源。争取构造出尽可能与人脑具有相似功能的计算机，即ANN计算机。研究仿照脑神经系统的人工神经网络，将在模式识别、组合优化和决策判断等方