智能控制课件第4章人工神经网络模型

《智能控制课件第4章人工神经网络模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一节从生物神经网络到人工神经网络FromBiologicalNeuralNetworkToArtificialNeuralNetworkWhat’sthis?大脑Brain重量:约1200－1500g体积:约600Cm3神经元数:约1011个大脑的组织结构和功能是人体器官中最为复杂的，它接受外界信号、产生感觉、形成意识、进行逻辑思维、发出指令产生行为，掌管着人们的语言、思维、感觉、情绪、运动等高级活动。feelinghearingseeingtastesmell虽然人们还并不完全清楚生物神经网络是如何进行工作的，但幻想构造一些“人工神经元”，进而将它们以某种方式连接起来

2、，以模拟“人脑”的某些功能。早在1943年，心理学家W.McCulloch和数学家W.Pitts合作，从数理逻辑的角度，提出了神经元和神经网络最早的数学模型（MP模型），标志着神经网络研究的开端。半个多世纪以来，神经网络经历了萌芽期、第一次高潮期、反思低潮期、第二次高潮期、再认识与应用研究期五个阶段。目前，神经网络已成为涉及计算机科学、人工智能、脑神经科学、信息科学和智能控制等多种学科和领域的一门新兴的前沿交叉学科。生物神经元树突：从细胞体延伸出象树枝一样向四处分散开来的的许多突起，称之为树突，其作用是感受其它神经元的传递信号，相当于信息的输入通道。轴突：神经元从细胞体伸出

3、一根粗细均匀、表面光滑的突起，长度从几个m到1m左右，称为轴突，它的功能是传出从细胞体来的神经信息，相当于信息的输出通道。神经末梢与突触：轴突末端有许多细的分枝，称之为神经末梢，每一条神经末梢可以与其它神经元连接，其连接的末端称之为突触。其功能是将轴突传出来的信息传给其它神经细胞，相当于信息的输入/输出接口。神经细胞单元的信息：宽度和幅度都相同的脉冲串。兴奋与抑制：轴突输出的脉冲串的频率高与低，决定神经细胞是兴奋还是抑制。兴奋性的突触可能引起下一个神经细胞兴奋，抑制性的突触使下一个神经细胞抑制。生物神经元的信息传递与处理膜电位：神经细胞的细胞膜将细胞体内外分开，从而使细胞

4、体内外有不同的电位，一般内部电位比外部低，其内外电位差称之为膜电位。膜电位加权：突触使神经细胞的膜电位发生变化，且电位的变化是可以累加的，该神经细胞膜电位是它所有突触产生的电位加权，当该神经细胞的膜电位升高到超过一个阈值时，就会产生一个脉冲，从而总和的膜电位直接影响该神经细胞兴奋发放的脉冲数。突触延迟：突触传递信息需要一定的延迟，对温血动物，延迟时间为0.3~1.0ms。生物神经元的信息传递与处理示意图甲：这样便宜就有水用了？！乙：想得美，交了钱别人才放水的！生物神经元的基本特征神经元具有感知外界信息或其它神经元信息的输入端神经元具有向外界或其它神经元输出信息的输出端神经元

5、之间的连接强度（连接权）决定信号传递的强弱，而且联接强度是可以随训练改变的信号可以是起刺激作用的，也可以是起抑制作用的，即连接权的值（权值）可正、可负每个神经元有一个阈值神经元可以对接受的信号进行累积（加权）神经元的兴奋程度（输出值的大小），取决于其传输函数及其输入（输入信号的加权与阈值之和）人工神经元的一般模型甲：讲了半天，人工神经元就是一个公式！太简单了吧？乙：还是听听再说……What’sthis？It’saplane.Wait………..Idon’tknow!Don’taskme神经网络的特点信息的分布式存储及其与信息处理的合二为一信息的并行协同处理具有学习能力以及自组

6、织、自学习性，善于联想、综合和推广问题：即便是Pentium-II微处理器，其时钟频率也高于200MHz。相反地，一个神经元的脉冲发放率典型值仅仅在100Hz的范围内。计算机要快上百万倍！但为何大脑能够瞬间完成对飞机图像的识别，计算机反而对此的反应却如此迟钝呢？为什么100天的小孩没有成人一样的识别能力呢？人工神经网络的一般结构简单公式中的复杂问题人工神经网络的分布式存储是如何实现的？信息分布存储在众多神经元的权值和阈值中。神经元的权值和阈值是如何确定的？人工神经网络的学习与训练。神经元的传输函数代表什么含义？它对神经元和神经网络有什么影响？传输函数表示了神经元对输入信号加

7、权的响应。不同的传输函数，代表不同的神经元模型，进而影响神经网络的结构。人工神经网络（ANN—ArtificialNeuralNetworks）是采用可物理实现的系统来模仿人脑神经细胞结构和功能的系统。未来的脑科学将加强与行为科学、认知科学和信息科学的联系。脑科学与信息科学及技术的结合将引起以脑为中心的科技革命智能革命!ANN定义从生物神经网络到人工神经网络的探索，虽然经历了半个多世纪的里程，但探究大脑—思维—计算之间的关系还刚刚开始，关于脑的计算原理及其复杂性；关于学习、联想和记忆过程的机理及其模拟等方面的研究