1 计算智能(CI: Computational Intelligence) 使用计算科学和技术拟人的智能的结构和行为: 信息的获取、传递、处理、再生和利用能力 主要包括:性与近似性。模拟人类推理的不精确—模糊逻辑;导出优化算法模拟智能的生成过程—算法)进化算法(特别,遗传的结构与工作原理;模拟大脑(智能系统)—神经网络)( All of the nature-inspired methods. Remark CI: Nature-inspired method(s) + real-world (training) data = Computational Intelligence. 参考书: 1. M. T. Hagan, H. B. Demuth, and M. H. Beale, 神经网络设计,机械工业出版社,2002. 2. S. Kumar, Neural Networks, 清华大学出版社,2006. 3. 许东等,基于 MATLAB6.x的系统分析与设计——神经网络,西安电子科技大学出版社,2002. 4. S. Haykin, Neural Networks--- A Comprehensive Foundation, Prentice Hall Inc., 1999. 5. S. Theodoridis and K. Koutroumbas, Pattern Recognition, 机械工业出版社,2006. Chapter 1 神经网络概述 1940’s 初:开始,人工智能;1960’s 末:低潮,进展不大; 1980’s 中:重新,热潮,几乎所有工程领域;2000’s:下坡 两个标志性的成果: 多层前向网络的BP 算法(1986):逼近任意函数 Hopfield 网络(1984):TSP 问题,联想记忆 一、人工神经网络 (Artificial Neural Networks) 1.什么是人工神经网络? 2 人工神经网络是人类中枢神经系统的简化模型,是由大量简单的并行分布的计算单元(神经元,neurons)互相连接而成的自适应非线性系统。 2. 模拟人脑在两个方面 (1) 通过学习获取知识 (learning, training); (2) 知识存储在神经元及其之间的连接上。 二、神经元模型 1. 生物神经元 (人类大脑神经元) (1) 什么是生物神经元 生物神经元是一个小细胞,具有如下功能: (a) 接收来自感官或其它细胞的输入; (b) 产生电输出响应,并传给其它神经元。 人脑包含:121010~10神经元 连接)10 (每个神经元: ,90% 互连:)外部信息、决策( 10% 输出: 输入,4 (2) 基本结构 三个主要成分:细胞体、轴突、树突 Fig 1. 生物神经元简图 (a) 树突 (接收信息) 突触(连接强度) 树突:Input (接收信息) 细胞体 轴突:Output (传输信息) 3 接收来自其它神经元的电信号,并传给细胞...