1神经网络概述解析

络模型的结构、特点、典型训练算法、运行方式、典型问题解决方法；
3、掌握软件实现方法； 为他们今后从事人工神经网络的研究和应用打下一定的基础。
3
二、教学内容

MATLAB神经网络工具箱 神经网络概述 感知机 线性神经网络 BP神经网络 RBF网络 竞争网络 反馈神经网络(Hopfield) 随机神经网络（Boltzman) 遗传算法、PSO与神经网络优化
神经网络理论
Neural Network Theory
太原理工大学信息工程学院

适用领域：计算机技术 先修课程：高等数学、离散数学、C语言 （或Matlab）程序设计、
2
一、课程目的与要求
人工神经网络是目前国际上一门发展迅速的前沿交叉学科。它是模拟生物 神经结构的新型计算机系统，目前已有广泛的应用。 本课程主要介绍人工神经网络的基本构成和基本的网络模型，是在分析 单元的生物背景、结构的基础上，强调设计考虑、算法公式及应用。本课程 的主要目的是：使学生 1、了解智能系统描述的基本模型； 2、掌握人工神经网络的基本概念、单层网、多层网、循环网等各种基本网
18

人机交互技术
正在与深蓝下棋的卡斯帕罗夫
19
IBM的“深蓝”

“深蓝”的技术指标：



32个CPU 每个CPU有16个协处理器 每个CPU有256M内存 每个CPU的处理速度为200万步/秒
20
历史上的人工智能大师 阿伦•图灵 （Alan Turing）
计算机科学理论的 创始人 人工智能之父
9
什么是人工智能？
Artificial Intelligence，AI，最初在1956年被引入 AI是指用计算机模拟或实现的智能。 它是计算机科学的一个分支，研究的是如何使
机器具有智能的科学与技术。特别是如何在计 算机上实现或再现人工智能。 它涉及计算机科学、脑科学、神经生理学、心 理学、语言学、逻辑学、认知科学、思维科学、 行为科学和数学，以及信息论、控制论和系统 论等众多领域。
15
人工智能的研究内容



搜索技术 知识表示 规划方法 机器学习 认知科学
16
人工智能的研究领域



自然语言理解与机器翻译 专家系统与知识工程 定理证明 博弈 机器人 数据挖掘与知识发现
17
人工智能的研究领域



多Agent系统 复杂系统 足球机器人


两个组织：RoboCup和FIRA 模拟组与机器人组 控制方式：FIRA采用集中控制，而RoboCup 采用分布式控制 清华大学获得2001年RoboCup冠军
21
马文•明斯基 （Marniv Lee Minsky）
框架理论的创立者 首位获得图灵奖的人工智能学者
22
约翰•麦卡锡 （John McCarthy）
LISP语言的发明人
首次提出AI的概念
23
赫伯特•西蒙 （Herbert A. Simon）
1. 2. 3. 力 4. 5. 6. 7. 8. 感知与认识客观事物、客观世界和自我的能力 通过学习取得经验与积累知识的能力 理解知识，运用知识和经验分析、解决问题的能 联想、推理、判断、决策的能力 运用语言进行抽象、概括的能力 发现、发明、创造、创新的能力 实时、迅速、合理地应付复杂环境的能力 预测、洞察事物发展变化的能力
10
人工智能的研究目标
长期目标：
制造智能机器，使其具有 看、听、说、写等感知交互能力 联想、推理、理解、学习等思维能力 分析、解决问题和发明创造的能力
近期目标：
实现机器智能，即部分的或某种程度上的智能。 已取得很多成果：Deep Blue，Backgammon，
Expert System，Auto Drive，etc.
11
人工智能的研究方法
对人工智能的研究必然借鉴自然智能
—人脑的研究成果，根据侧重点的不同， 可分为三大类：
结构模拟：神经计算，生理学派，连接主义 功能模拟：符号推演，心理学派，符号主义 行为模拟：控制进化，控制论学派，行为主
义，进化主义
12
结构模拟－神经计算
生理学派
根据人脑的生理结构和工作机理，实现计算
4
三、主要参考书

神经网络设计 Hagan 机械工业出版社 MATLAB神经网络原理与实例精解 陈明 清华大学出版社 MATLAB神经网络应用设计 张德丰 机械工业出版社 MATLAB神经网络应用设计 闻新 科学出版社 人工神经网络导论 蒋宗礼 高等教育出版社 人工神经网络与模拟进化计算 阎平凡 清华大学出版社 人工神经网络教程 韩力群 北京邮电大学出版社 神经网络 侯媛彬 西安电子科技大学出版社
逻辑网络，采用符号推演的方法，实现搜索、 推理、学习等功能。如自动机器推理、定理证 明、专家系统、机器博弈等
擅长模拟人脑的逻辑思维，便于实现人脑的高
级认知功能（推理、决策等）
14
行为模拟－控制进化
控制论学派
基于“感知—行为模型”，模拟人在控制过程中
的智能活动和行为特征：自优化、自适应、自学 习、自组织等 又成为现场AI（Situated AI），强调智能系统 与环境的交互 认为智能取决于感知和行动，智能行为不需要知 识，认为人的智能、机器的智能可以逐步进化， 但必须与现实交互
5
学习要求
阅读10~15篇文献（查阅适当的参考文献，将所学的知 识与自己未来研究课题（包括研究生论文阶段的研究 课题）相结合起来，达到既丰富学习内容，又有一定 的研究和应用的目的） 思考题 计算机练习，结合Matlab应用6 Nhomakorabea考核

试卷形式
7
第一章 神经网络概述
8
§1.1智能的概念

智能是个体有目的的行为，合理的思维，以及有 效的适应环境的综合能力。也可以说，智能是个 体认识客观事物和运用知识解决问题的能力。
机的智能，是一种局部和近似的模拟(ANN)
特点：
利用NN的自学习能力获取知识，再利用知识解决问题 具有高度的并行性、分布性、很强的鲁棒性和容错性 擅长模拟人脑的形象思维，便于实现人脑的低级感知
功能：图象、语音的识别和处理
13
功能模拟－符号推演
心理学派
根据人脑的心理模型，将知识/问题表示成某种