人工神经课件.ppt

14????????? 人工神经网络 二十世纪八十年代，人工神经网络取得了重大进展，在诸如手写体邮政编码判读，蛋白质二级结构的识别，热力学物性参数的求取，催化剂设计等许多方面取得成功，发展成为一门介于物理、数学、计算机科学、神经生物学之间的交叉学科。这门学科的发展对目前和未来的科学技术的发展将有重要的影响。 14.2 人工神经元的M—P模型 从具体的一个神经元来说，就是要建立一个数学模型，描述对输入讯号的整和输出过程。从全局来看，多个神经元构成一个网络，必须给出如下三方面的要素：（1）对单个人工神经给出某种形式定义；（2）决定网络中神经元的数量及彼此间的联结方式。或者说，定义网络结构；（3）给出一种方法，决定元与元之间的联结强度，使网络具有某种预定功能。 14.3 多层前传网络的向后传播算法B—P算法 单个处理单元可以执行简单的功能，更强的识别处理能力却来自多个结点“连成”的网络，也就是人工神经网络。最简单的网络是把一组几个结点形成一层，如图13.3：图中，左边的黑色圆点只起着分配输入信号的作用，没有计算作用，所以不看作网络的一层，右边用圆圈表示的一组结点则被看作一层。输入信号可表示为行向量X=（x1，x3，...xn），其中每一分量通过加权连接到各结点。每一结点均可产生一个输入的加权和。一般，大而复杂的网络能提供更强的计算能力。虽然目前已构成了很多模型，但它们的结点都是按层排列的，这一点正是模仿了大脑皮层中的网络模块。构成多层网络，只要将单层网络进行级联就可以了，即一层的输出作为下一层的输入。图14.4是两层网络。 14.5 人工神经网络的优点及局限性 与其他类型的计算方法，人工神经网络具有一些明显的优点，但它并不是万能的。对于一个明智的工程技术人员来讲，在应用人工神经网络时，应同时了解其优点与局限性，以便能更好地确定人工神经网络对特定问题的适用性。 人工神经网络的优点：人工神经网络只不过是另一种计算机建模工具而已，但与一些著名的、传统的计算机建模方法相比，具有一些明显的优点。这些优点包括： (1)自适应性：人工神经网络具有对周围环境的自适应或学习的能力。当给人工神经网络以输入-输出模式时，它可以通过自我调整使误差达到最小，即通过训练进行学习。对于某些难以参数化的因素，可以通过训练，自动总结规律。 2 催化剂设计研究实例 CO2的温室效应引起全球的注意，用CO2作为化工原料加氢合成CO，烃，甲醇及多元醇是利用CO2 ，作化工原料以消除CO2的一种途径。我们实验室搜集了文献中70多组实验数据，用一种按周期表编号的方法，输入主催化剂、助催化剂（A，B）、载体、温度、压力、空速，H2/CO2比八个输入单元，九个隐含单元，CO2转化率，甲烷选择性，甲醇选择性，CO选择性，低碳烃选择性五个输出单元，编成了人工神经网络，可以比较好的概括文献实验结果并对催化剂成分反应条件进行预测，得到了较好的效果。 * * 长期以来，人们想方设法了解人脑的功能，用物理可实现系统去模仿人脑，完成类似于人脑的工作。计算机就是采用电子元件的组合来完成人脑的某些记忆、计算、判断功能的物理系统。现代计算机每个电子元件的计算速度为纳秒(ns)级，人脑中每个神经细胞的反应时间只有毫秒(ms)级。这样，似乎计算机的运算能力应为人脑的几百万倍。可是，迄今为止，计算机在解决信息初级加工时如视觉、听觉、嗅觉这类简单的感觉识别上却十分迟钝。人在识别文字、图像、声音等方面的能力大大超过计算机，现代计算机要花几十分钟(min)，甚至几小时(h)才能完成的识别任务，人只要零点几秒(s)就可以完成了。同样，在机器人控制、人工智能、思维、直觉等方面，就更无法与人相比了。 从人脑的结构看，它是由大量神经细胞组合而成的，这些细胞相互联接，每个细胞完成其某一种基本功能，如兴奋与抑制。从整体看，它们相互整合完成一种复杂的计算机思维活动，这些工作是并行的，有机的关联在一起，这种集体的功能就像用透镜得到图像的傅里叶变换一样，十分迅速，在人的日常生活中，每天都有成干上万的信息需要脑来处理，一个简单的动作如端一杯水，打一个电话，就牵涉到记忆、学习和相位变换等功能，而人却可以不加思索地完成，这就说明需要有一种新型的、类似于人脑结构的系统，来完成那些计算机做起来很慢或很困难的工作。 人工神经网络就是采用物理可实现的系统来模仿人脑神经细胞的结构和功能的系统。它是由很多处理单元有机地联接起来，进行并行的工作，它的处理单元十分简单，其工作则是“集体”进行的，它的信息传播，存贮方式与神经网络相似，它没有运算器、存贮器、控制器这些现代计算机