人工神经网络概述

2006-4-28
17
第一章：概论
1.1 人工神经网络的发展历史
第二高潮期（1983~1990） 1982年，J. Hopfield提出循环网络


用Lyapunov函数作为网络性能判定的能量函数， 建立ANN稳定性的判别依据 阐明了ANN与动力学的关系 用非线性动力学的方法来研究ANN的特性 指出信息被存放在网络中神经元的联接上
人工神经网络
Artificial Neural Networks
课程安排与要求
第一章：概论 人工神经网络的发展历史 人工神经网络的定义、特点和应用 从生物神经元到人工神经元 第二章 人工神经网络的基本模型 人工神经元的基本模型 几种典型的激活函数 人工神经网络的学习算法概述 人工神经网络的基本拓扑结构
PID神经网络的反传计算
PID神经网络连接权重初值的选取和等价系统
PID神经元网络控制系统
2006-4-28 11
课程安排与要求
第十二章：模糊人工神经网络
模糊神经网络的提出 模糊逻辑系统的组成与分类 模糊逻辑系统的万能逼近理论
Takagi-Sugeno型模糊神经网络 模糊神经网络 模糊神经网络在控制中的应用 几点注意事项
单层自适应线性神经元的学习方法
MATLAB程序仿真
关于自适应线性神经元的几点说明
2006-4-28
4
课程安排与要求
第五章：BP人工神经网络 BP人工神经网络模型与结构 BP学习算法 BP网络的局限性问题 BP网络的应用要点 BP算法的MATLAB实现与应用实例 改进的BP算法
2006-4-28
5
课程安排与要求
2006-4-28
12
课程安排与要求
够 做一些仿真验证性的工作。 课程以讲解为主，希望学生课下也能
希望能够保证听课率，做好课堂笔记。
2006-4-28
13
第一章：概论
人工神经网络(Artificial Neural Networks， 简记作 ANN）， 人工神经网络是对人类大脑系统的一阶特性的一种描述。 简单地讲，它是一个数学模型，可以用电子线路来实现，也 可以用计算机程序来模拟，是人工智能研究的一种方法。
n n n xi 1 n n V wij s( xi )s( x j ) si( i ) i ( i )d i wij 0 2 i 1 j 1 i 1 i 1 j 1
2006-4-28 18
第一章：概论
1.1 人工神经网络的发展历史


2）1984年， J. Hopfield设计研制了后来被 人们称为Hopfield网的电路。较好地解决了 著名的TSP问题，找到了最佳解的近似解，引 起了较大的轰动。 3）1985年，UCSD的Hinton、Sejnowsky、 Rumelhart等人所在的并行分布处理（PDP） 小组的研究者在Hopfield网络中引入了随机 机制，提出所谓的Boltzmann机。
2006-4-28
2
课程安排与要求
第三章：感知器人工神经网络 单个感知器模型与解决问题的能力 单层感知器模型与解决问题的能力 单层感知器的学习算法 单层感知器的局限性问题 多层感知器的设计方法 单层感知器的MATLAB设计与实现
2006-4-28
3
课程安排与要求
第四章：ADALINE人工神经网络 ADALINE神经元网络模型和结构 单个自适应线性神经元的学习方法
2006-4-28
9
课程安排与要求
第十章：SOFM人工神经网络 SOFM网络的思想来源 SOFM网络的结构模型 SOFM神经元的基本功能函数 SOFM的基本学习算法
仿真实例
几点注意事项
2006-4-28 10
课程安来自百度文库与要求
第十一章：PID人工神经网络 绪论 PID神经网络模型、结构和特点
PID神经网络的正向计算
2006-4-28
14
第一章：概论
1.1 人工神经网络的发展历史
萌芽期（20世纪40年代）



人工神经网络的研究最早可以追溯到人类开始研究自 己的智能的时期，到1949年止。 1943年，心理学家McCulloch和数学家Pitts建立起 了著名的阈值加权和模型，简称为M-P模型。发表于 数学生物物理学会刊《Bulletin of Methematical Biophysics》 1949年，心理学家D. O. Hebb提出神经元之间突触 联系是可变的假说——Hebb学习律。
第六章：RBF人工神经网络 RBF人工神经网络模型与工作原理 RBF的生理学基础 RBF的学习算法 RBF的MATLAB实现与应用实例 RBF的特点及其它问题
2006-4-28
6
课程安排与要求
第七章：Hopfield人工神经网络 离散Hopfield网络模型与运行方式 离散Hopfield网络的稳定性 离散Hopfield网络的设计问题 离散Hopfield网络的联想存储 连续Hopfield网络模型与运行方式
2006-4-28
16
第一章：概论
1.1 人工神经网络的发展历史
反思期（1969~1982）
M. L. Minsky和S. Papert，《Perceptron》， MIT Press，1969年 异或”运算不可表示 二十世纪70年代和80年代早期的研究结果 认识规律：认识——实践——再认识
2006-4-28
15
第一章：概论
1.1 人工神经网络的发展历史
第一高潮期（1950~1968）


以Marvin Minsky，Frank Rosenblatt，Bernard Widrow 等 为 代 表 人 物 ， 代 表 作 是 单 级 感 知 器 （Perceptron）。 可用电子线路模拟。 人们乐观地认为几乎已经找到了智能的关键。许多部 门都开始大批地投入此项研究，希望尽快占领制高点。
连续Hopfield网络的稳定性
2006-4-28
7
课程安排与要求
第八章：CAMA人工神经网络 CMAC网络的基本思想与结构模型 CMAC网络的工作原理 CMAC算法的程序语言描述 CMAC网络的泛化能力 CMAC网络的几个问题 仿真示例
2006-4-28 8
课程安排与要求
第九章：Elmen人工神经网络 概述 Elman神经网络结构 Elman神经网络学习算法 Elman网络的MATLAB函数与实现 仿真示例