人工智能建模方法(ppt30頁)-wenkub
2023-03-11 15:13:46 本頁面
【正文】 決識(shí)別和逼近問題。 ? 理論依據(jù) ： ? 人的大腦由大量神經(jīng)元細(xì)胞高度互連而成，每個(gè)神經(jīng)元可以對從樹突輸入的信號進(jìn)行融合和簡單的加工，然后由軸突輸出； ? 神經(jīng)元細(xì)胞之間通過樹突與軸突相互接觸而形成的突觸相連，神經(jīng)元之間的連接方式和連接強(qiáng)度決定了大腦的功能，而神經(jīng)元之間的連接方式和連接強(qiáng)度可以通過后天的學(xué)習(xí)而發(fā)生改變，神經(jīng)元之間的連接方式和連接強(qiáng)度顯示了人類對知識(shí)的記憶過程。 3）精度不高，容錯(cuò)能力差。 ? 缺點(diǎn)： 1） 知識(shí)獲取的困難。 2）靈活性。 ? 模糊性是由于語言表達(dá)時(shí)詞語所對應(yīng)的概念內(nèi)涵和外延的不確定性決定的。 ? 常用推理方法： ? 由已知條件推出結(jié)論的 正向推理 ? 由結(jié)論出發(fā)，尋找應(yīng)具備條件的 反向推理 ? 綜合使用正向推理和反向推理的 雙向推理 方法。 舉例 ——“如果是合金鋼，應(yīng)該進(jìn)行熱處理”這一推理用產(chǎn)生式規(guī)則可以表示為： IF 合金鋼 THEN 熱處理； ? 框架表示 適用場合 ——表達(dá)多方面多層次結(jié)構(gòu)知識(shí) 舉例 ——桌子可以用框架表示為： {桌面，桌腿 桌腿 桌腿 桌腿 桌面與桌腿的連接 }。 基于知識(shí)的人工智能系統(tǒng) ? 對人類理性認(rèn)識(shí)過程（或邏輯思維過程）的一種模擬，建立在概念、判斷和推理這些抽象語言符號的基礎(chǔ)上。 ? 人工智能建模 ：通過模擬人認(rèn)識(shí)客觀事物和解決實(shí)際問題的方法對實(shí)際系統(tǒng)或系統(tǒng)的某一部分進(jìn)行描述和表達(dá)的過程。也可以簡述為利用人工智能方法對實(shí)際系統(tǒng)或系統(tǒng)的某一部分進(jìn)行描述和表達(dá)的過程。 ? 關(guān)鍵問題 1 ： 知識(shí)的表示 ? 如何把專家知識(shí)轉(zhuǎn)化為機(jī)器所能識(shí)別、存儲(chǔ)和使用的形式 。 ? 過程表示 適用場合 ——用于表示某一操作序列。 ? 研究熱點(diǎn) ： 知識(shí)表示和推理中的不確定性和模糊性問題。如： “溫度高”的表述。知識(shí)的存放和推理過程相互獨(dú)立的，通過知識(shí)的修改和擴(kuò)充，系統(tǒng)可以適應(yīng)新的需求。要將專家并不明確的經(jīng)驗(yàn)知識(shí)加以提取、整理、轉(zhuǎn)換成各種知識(shí)表示，還要考慮知識(shí)之間的相容性，因此，知識(shí)的獲取相當(dāng)困難。 由于知識(shí)獲取的困難和“組合爆炸”問題的存在，常導(dǎo)致知識(shí)的不完備，從而降低了系統(tǒng)的精度。 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)模型 細(xì) 胞 體突觸軸 突樹突圖 1 2 . 2 生 物 神 經(jīng) 元 功 能 模 型輸入輸出信 息 處 理電 脈 沖形 成傳 輸黑箱 人工神經(jīng)網(wǎng)絡(luò) ? 模擬了人的感性思維過程，即模擬了人的識(shí)別、分類、逼近、記憶、聯(lián)想等智能活動(dòng)。 有反饋但無橫向連接的 反饋網(wǎng)絡(luò) 。 人工神經(jīng)元網(wǎng)絡(luò) ? 關(guān)鍵問題 2： 學(xué)習(xí)方法 ? 對于神經(jīng)元網(wǎng)絡(luò)而言，所謂學(xué)習(xí)實(shí)際上就是根據(jù)典型實(shí)例樣本（也稱訓(xùn)練樣本）確定各神經(jīng)元權(quán)值 ωi的過程。 ? 存儲(chǔ)的分布性、運(yùn)行的并行性。只需將系統(tǒng)的樣本數(shù)據(jù)輸入到神經(jīng)元網(wǎng)絡(luò)，神經(jīng)元網(wǎng)絡(luò)即可通過學(xué)習(xí)建立系統(tǒng)模型。對于神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)仍然依靠設(shè)計(jì)者的經(jīng)驗(yàn)，尚無成熟的設(shè)計(jì)理論作為指導(dǎo)。 ? 適用于無法進(jìn)行精確描述，但積累了大量 實(shí)踐經(jīng)驗(yàn) ，可以利用經(jīng)驗(yàn)知識(shí)進(jìn)行求解，且對精度要求不高的場合。 ④ 知識(shí)表達(dá) 。 ⑥ 模型的建立 。 ⑧ 模型的應(yīng)用 。如何在鋅電解生產(chǎn)中減少電能消耗成為鋅濕法冶煉行業(yè)一個(gè)值得深入研究和探討的課題。另一方面，通過長期工業(yè)生產(chǎn)實(shí)踐經(jīng)驗(yàn)的積累，現(xiàn)場工藝人員建立了工藝參數(shù)與電流效率之間的定性關(guān)系和經(jīng)驗(yàn)公式，因此，很容易建立基于知識(shí)的人工智能模型。根據(jù)操作人員經(jīng)驗(yàn)和實(shí)驗(yàn)分析，影響電流效率的因素（工藝參數(shù)）主要是電解液中的鋅酸比（鋅離子Zn2+與硫酸之比）、電解液的溫度和電流密度。由于上述知識(shí)實(shí)質(zhì)上是基于因果關(guān)系的推理，可以采用產(chǎn)生式規(guī)則表示。取隸屬度最大的一個(gè)作為該工藝參數(shù)所對應(yīng)的模糊語言，從
試題試卷相關(guān)推薦
鄂ICP備17016276號-1