人工智能教程习题及答案第9章神经网络与遗传算法

第九章神经网络与遗传算法习题参考解答9.1练习题9.1何人神经网?有哪些特?9.2生神元由哪几部分构?每部分的作用是什?它哪些特?9.3什是工神经元？它有哪些连接方式？9.4算的网络结构是什么？简述算的学习过程。9.5什是络的稳定?Hopfield网络模型分为哪两类者的区别是什?9.6有师习与无教师学习的区别是什?请分析说明。9.7Hopfield模与B-P模的网络结构有何异同？9.8简简遗传算法的基本原理和一般过程明个体选择的常用策略,以遗传操作“交叉”和“变异”所起的作用。9.9遗算有哪些特点？在应用遗传算法时要解决的最关键问题有哪些？9.2习题参考解答9.19.2

答（略）答生物神经元主要由三部分构成：细体、轴突和树突。每一部分的作用是细胞体是神经元的新陈代谢中心，同时还用于接收并处理从其他神经元传递过来的信息突的作用相当于神经元的输出电缆通过尾分出的许多神经末梢以及梢端的突触向其他神经元输出神经冲当神经元的输入端，用于接收从四面八方传来的神经冲动。神经元的功能特性包括时空整合功能）经元的态极化性兴奋与抑制状态）构的可塑性）脉冲与电位信号的转换）触延期和不应期学习、遗忘和疲劳。9.39.4

答（略）答算的网络结构是一个前向多层网络不仅含有输入节点和输出节点，而且含有一层或多层隐（层）节点，网络中各处理单元间的连接如图所。当有信息向网络输入时，信息首先由输入层传递到隐层节点，经特性函数（人工神经元）作用后，再221

1122ny1122ny传至下一隐层这一层一层传下去到最终传至输出节点层进行输出间各层的激发函数要求是可微的，一般是选用型数算的学习过程如下：（）择一组训练样例，每一个样例由输入信息和期望的输出结果两部分组成。（b从训练样例集中取一样例，把输入信息输入到网络中。（c）分别计算经神经元处理后各层节点的输出。（d计算网络的实际输出和期望输出的误差。（）输出层反向计算到第一个隐层，并按照某种能使误差向减小方向发展的原则，调整网络中各神经元的连接权值。（f）训练样例集的每一个样例重复（）—（e的步骤，直到对整个训练样例集xx

yy……

…x

m图9.6B-P网的误差达到要求时为止。9.5

答所谓一个网络是稳定的是指从某一时刻开始，网络的状态不再改变。设X(t)表示网络在时刻t的态，如果从t＝０的任一初态X(0)开，在一个有限的时刻t，使得从此时刻开始神经网络的状态不再发生变化，即X(t的。

称此网络是稳定Hopfield网络模型分为

离散型和连续型两类，它们都是反馈网络结构。即它们从输出层到输入层都有反馈存在者区是离散网络模型是一个离散时间系统个经元只有两个状态可用1和0来示而连续时间的网络模型中神经元可在到区间内取任一实数值，从而能更好地模拟人工神经元。9.6

答有教师学习和无教师学习的主要区是前者在学习时需要教师的示教或训练后者是用评价标准来代替教师的监督或示教工作的如在行中文信处理研究中利用机器学习的方法建立了一个拼音法输入模型对模型参数进行确定时果用大量的经过人工加工处理的训练语料对模型进行训练数确定后到用之中后效果就较好。222

这种使用大量训练语料的方法就是有教师的学习方法的过人工处理的大量熟语料就可看作教师为中包含了人经验若不使用经过人工处理的语料事先对模型参数进行训练可使用一个评价标对拼音输入模型进行评价其能或其它指标是否达到要求，若达不到要求，就对模型进行进一步的修改，直到满意为止。这种方法就是无教师的学习方法。9.7

答模的络结构是一种前馈型的前向多层网络，从输出层到输入层无反馈，因而结构简单编会网络的输出陷入从一个状态到另一个状态的无限转换中，因此网的稳定性较好人只需对它着重进行学习方法的研究是馈网络缺乏动态处理能力，因而其计算能力不够强模是一种是带馈的人工神经网络，从输出层到输入层有反馈存在在种络中输出要反复地作为输入再送入网络中这就使得网络具有了动态性络状态在断的改变之中以模是一种动态反馈系统，比前馈网络具有更强的计算能力，但网络的稳定性不如前馈型的网。9.8答简遗传算法的基本原理是，首先把问题的解表示成“染色体是以二进制编码的串在行遗传法之前出一“染色体是设解然后，把这些假设解置于问题的“环境”中，并按适者生存的原则，从中选择出较适应环境的“染色体”进行复制，再通过交换、突变等遗传操作过程，产生更适应环境的新一代“染色体”群。这样，一代一代地进化，最后就会收敛到最适应环境的一个“染色体”上，它就是问题的最优解。其基本过程可表示如下：begina.选适当表示模式，生成初始群体；通计算群体中各个体的适应度对群体进行评价；While未到要求的目标begina.选作为下一代群体的各个体；执交换操作；执行突变操作；对体进行评价；223

iiiiiiii个体选择的常用策略是按比例选择，即若个体i的应度（目标函数值）是f，个体i在一代群体中复制（再生）的子代个数在群体中的比例将为f/∑f。中，∑f是指所个