人工智能导入

人工智能导入人工智能导入第1页对智能还没有确切定义，智能是知识与智力总和

人工智能：用人工方法在机器（计算机）上实现智能；或者说是大家使机器含有类似于人智能。图灵测试：1950年图灵发表《计算机与智能》中设计了一个测试，用以说明人工智能概念。1956年正式提出人工智能（artificialintelligence,AI）这个术语并把它作为一门新兴科学名称。人工智能学科：一门研究怎样结构智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能学科。知识是一切智能行为基础获取知识并应用知识求解问题能力

智者问询者人工智能导入第2页人工智能研究基础内容知识表示

机器感知

机器思维机器学习

机器行为人工智能导入第3页人工智能主要研究领域

自动定理证实博弈模式识别机器视觉

自然语言了解智能信息检索

数据挖掘与知识发觉教授系统

自动程序设计

机器人

组合优化问题智能网络系统

人工生命

人工神经网络分布式人工智能与多智能体

智能控制

智能仿真

智能CAD

智能CAI

智能管理与智能决议

智能多媒体系统

智能操作系统

智能计算机系统

智能通信人工智能导入第4页人工神经网络及其应用

生物神经网络(naturalneuralnetwork,NNN):由中枢神经系统（脑和脊髓）及周围神经系统（感觉神经、运动神经等）所组成错综复杂神经网络，其中最主要是脑神经系统。人工神经网络(artificialneuralnetworks,ANN):模拟人脑神经系统结构和功效，利用大量简单处理单元经广泛连接而组成人工网络系统。神经网络方法：隐式知识表示方法人工智能导入第5页

工作状态：

兴奋状态：细胞膜电位>

动作电位阈值→神经冲动

抑制状态：细胞膜电位<动作电位阈值学习与遗忘：因为神经元结构可塑性，突触传递作用可增强和减弱

。（输入）（输出）

神经冲动人工智能导入第6页：第个神经元输出。：第个神经元阈值。：外部输入。：权值。

加权求和：其矩阵形式：人工智能导入第7页8

工作过程:从各输入端接收输入信号

uj(j=1,2,…,n)依据连接权值求出全部输入加权和

用非线性激励函数进行转换，得到输出

人工智能导入第8页1.BP网络结构

人工智能导入第9页10

2.输入输出变换关系

人工智能导入第10页113.工作过程

第一阶段或网络训练阶段：

N组输入输出样本：xi=[xi1,xi2,…,xip1]Tdi=[di1,di2,…,dipm]T

i=1,2,…,N

对网络连接权进行学习和调整，以使该网络实现给定样本输入输出映射关系。

第二阶段或称工作阶段：把试验数据或实际数据输入到网络，网络在误差范围内预测计算出结果。

人工智能导入第11页12（1）是否存在一个BP神经网络能够迫近给定样本或者函数。两个问题：（2）怎样调整BP神经网络连接权，使网络输入与输出与给定样本相同。

1986年，鲁梅尔哈特（D.Rumelhart）等提出BP学习算法。人工智能导入第12页138.2.2BP学习算法

目标函数：

约束条件：

连接权值修正量：

1.基础思想

人工智能导入第13页14BP学习算法记先求（1）对输出层神经元（2）对隐单元层，则有人工智能导入第14页158.2.2BP学习算法2.学习算法人工智能导入第15页168.2.2BP学习算法

正向传输：输入信息由输入层传至隐层，最终在输出层输出。反向传输：修改各层神经元权值，使误差信号最小。

2.学习算法

人工智能导入第16页178.2.2BP学习算法2.学习算法人工智能导入第17页188.2.3BP算法实现（1）隐层数及隐层神经元数确实定：当前尚无理论指导。（2）初始权值设置：普通以一个均值为0随机分布设置网络初始权值。（3）训练数据预处理：线性特征百分比变换，将全部特征变换到[0，1]或者[-1，1]区间内，使得在每个训练集上，每个特征均值为0，而且含有相同方差。（4）后处理过程：当应用神经网络进行分类操作时，通常将输出值编码成所谓名义变量，详细值对应类别标号。1.BP算法设计

人工智能导入第18页198.2.3BP算法实现（1）初始化：对全部连接权和阈值赋以随机任意小值；（2）从N组输入输出样本中取一组样本：x=[x1,x2,…,xp1]T,d=[d1,d2,…,dpm]T,把输入信息x=[x1,x2,…,xp1]T输入到BP网络中（3）正向传输：计算各层节点输出：（4）计算网络实际输出与期望输出误差：

2.BP算法计算机实现流程

人工智能导入第19页208.2.3BP算法实现（5）反向传输：从输出层方向计算到第一个隐层，按连接权值修正公式向减小误差方向调整网络各个连接权值。（6）让t+1→t，取出另一组样本重复（2）－（5），直到N组输入输出样本误差到达要求时为止。

2.BP算法计算机实现流程

人工智能导入第20页218.2.3BP算法实现BP学习算法程序框图人工智能导入第21页221.特点BP网络：多层前向网络（输入层、隐层、输出层）。连接权值：经过Delta学习算法进行修正。神经元传输函数：S形函数。学习算法：正向传输、反向传输。层与层