智能信息处理技术考试复习重点

《智能信息处理技术考试复习重点》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、囂和瞩轎翩曹向络蠡雜可以刀为一关kHopfield神经网络模型_般由单戻全互连的神经元4匸5…，n）组成。身组织映射神经网络模型SOM）它是一种——詁算智能包括神经网络信息处理和遗传算网络%"構辱Wr辭器…BP网络、一RB戶些飪雑码方法、HU糊系誓典数学系的特性：自反性、对称性和传慄豔霍:響爵騒般爵t離1勰港化过程的一种自送脸全局fl臓®1髀-诫加册曲豔矍勰魏r的基本过程冷始化亦权值调整毆学习精度计算

2、

3、

4、^智諺鶴的$響目的的行为、合理的思维以及有效适应环境IB算，它是朮KlfiBwiwr是对人11。字习和自币勺焰匕携舉

5、辻算的基本原理当某个模式输入时，输出层某一神经元得至U过［申範网當况。嘶1鑼p™撫鑼乍成谕歳聽鱗or，设置最大进化代数丁，随机2）个体评价。计算群体P（t）的各个个体的适应度。…埶生堡n腑籬瀧瞬申经元圃围的77些神经元鑿乎早曙作膚。类另支#算。.P(变异运算作用于群休P0OO。经过选择、交叉、变异运

6、T若髓奮蔚邂法；杏则t:=t+1，转到2)。遗传昇比t仃1.确定决策变量及各种约束条件，即确定出个体的表现型和问题的解空间。2.83.丐衿算法的搜索空间。4.确负5.确矩.度F(X)的转换规则。P(t+1)。豊亲翳调

7、髓业鬆黑，鵬定岀染色体的基因型X及遗个体棊因型X到个处丟现型的转抿和,即霜定出由目标函数値f()到个葆6.设计遗传算子，即确定出选择运算、交叉运算、变异运算等具体操作方法。7.确定算法的有关运行参数，即确定出算法的2T、Pc、Pm等参数。遗传算法特点1.2.3.4.以决策变量的编码作为运算对象;直接以目标函数值作为搜索信息；并行搜索(多条搜索路线)；随机搜索。全局性、稳健性。Jill駄輔輕I*点夢费跟且满xiJ2)A?itB.R(xJy)=R(y,_」外理方式称之稳定性是指神经网络系统在进行押经註算时y个稳智能啓f明作T

8、I以衣空「百保T助大示Z想疋崔蔓指神套网络累绕在进行定状态龙第智蹙齡去智嘗讎挣：观点二大部分学者计算智能人工曰冃匕二匕*力曰冃匕yV—L曰冃匕产义定义.曾能机器(智能十i«il^龍谶靱、基届:驴谨人葵着能的学科。神经计算的本质：计算的数学观点、计算的物理观点、神经网络的计算是一种非编程的信息处理方式。四、设有输入P=[-1-0.50.3-0.1;-0.50.5-0.51.0],输出T=[1100],设计一的MATLA程序，采用BP神经网络进行训练并测试。(10分)clc%定义训练样本P为输入矢量P=r-1-0.50.3-

9、0.1;-0.50.5-0.51.01;Tg,0,0];net=newff(minmax(P)J3.1],{'tansigVpurelin^/traingdiri')inputWeignts=netJW{1,1}inputbias二net.b{1}layerWeights=net.LW{2,1}layerbias=net.b{2}%设罰II练参数net.trainParam.show=50;net.trainParam」r=0.05;%Learningratenet.trainParam.mc=0.9;%Learning

10、momentnet.trainParam.epochs=1000;net.trainParam.goal=1e-3;%调用TRAINGDM算法训练BP网络[net,tr]=train(net,P,T);%对BP网络进行仿真A=sim(net5P)%计算仿真误差E=T・AMSE=mse(E)