《人工神经网络方法.ppt

人工神经网络方法 ——原理及应用 人工神经网络方法 人工神经网络简介 应用实例 ——长江三角洲地区 城市体系的职能分类 人工神经网络，是一个具有高度非线性的超大规模连续时间动力系统，是由大量的处理单元(神经元)广泛互连而形成的网络。是人脑的某种抽象、简化与模拟。 人工神经网络的特点和优越性：具有自学习功能 ；具有联想存储功能 ；具有高速寻找优化解的能力。 在现代地理学中，人工神经网络方法特别适用于地理模式识别、地理过程模拟与预测、复杂地理系统的优化计算等问题的研究。 人工神经网络简介 神经元模型 神经网络的基本结构 人工神经网络的工作原理 人工神经网络的学习规则 神经网络模型的种类 MP模型是一个多输出单输出的非线性元件。 在MP模型中，f是二值函数，其输出值为0或1，分别代表神经元的抑制和兴奋状态，它可以用阶跃函数表示，即 当wji0时，为兴奋性突触结合；当wji0时，为抑制性突触结合；当wji=0时，为无结合。 * 张倩倩、孙晶 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. yi θi x1 x2 xn W1i W2i Wni 神经元模型 神经元模型 基于生物神经元构造，W.McCulloch和W.Pitts于1943年建立了一个模拟神经元功能的数学模型，这个模型被称为MP模型。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 神经元构成的神经网络如图所示。 yj wkj θj j# θk k# θi i# θm m# wij wmi wki yi ym yk … 神经网络 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 神经元之间的突触结合有兴奋性和抑制性两种。在下图中，（a）和（b）分别给出了两个神经元串行连接和相互结合型连接的情形。 (a) 1 2 y1 w21 y2 2 1 y1 y2 (b) w12 w21 两个神经元的不同连接 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （a）所示的两个神经元串行连接，当w210为兴奋性连接时，若神经元1处于兴奋状态，则神经元2也处于兴奋状态；当w210为抑制性连接时，若神经元1处于兴奋状态，反而会使神经元2容易处于抑制状态。在（b）中，两个神经元处于相互结合性状态，若w12和w21均为正，则某一个神经元处于兴奋状态时，另一个神经元也倾向于兴奋状态，这称为神经元之间的协调作用；若w12和w21均为均为负，则当某一个神经元处于兴奋状态时，另一神经元倾向于抑制状态，这称为神经元之间的竞争作用。协调和竞争是神经网络中并行信息处理的基本动态特性。 Evaluation only. Created with Aspose