【正文】 。人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式n 有導(dǎo)師n 無導(dǎo)師n 自監(jiān)督分析化學(xué)信息獲取手段 在信息社會中， InterNet是一顆最耀眼的明星。因此，應(yīng)用中如何選擇合適的網(wǎng)絡(luò)結(jié)構(gòu)是一個重要的問題；⑤ 新加入的樣本要影響已學(xué)習(xí)成功的網(wǎng)絡(luò)，而且刻畫每個輸入樣本的特征的數(shù)目也必須相同；⑥ 網(wǎng)絡(luò)的預(yù)測能力（也稱泛化能力、推廣能力）與訓(xùn)練能力（也稱逼近能力、學(xué)習(xí)能力）的矛盾。③ 難以解決應(yīng)用問題的實例規(guī)模和網(wǎng)絡(luò)規(guī)模間的矛盾。用 2023年 8月的各點(diǎn)的浮游植物數(shù)據(jù)進(jìn)行預(yù)測比較，人工神經(jīng)網(wǎng)絡(luò)模型n 前向網(wǎng)絡(luò) （ I/O映射）感知器、 BP、 RBFn 反饋網(wǎng)絡(luò) （演化式好善性非線性動力系統(tǒng)）Hopfield網(wǎng)絡(luò)、回歸 BP、 Boltzman機(jī)等n 自組織網(wǎng)絡(luò)自適應(yīng)共振網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)多層前向 BP網(wǎng)絡(luò)的優(yōu)點(diǎn)① 網(wǎng)絡(luò)實質(zhì)上實現(xiàn)了一個從輸入到輸出的映射功能，而數(shù)學(xué)理論已證明它具有實現(xiàn)任何復(fù)雜非線性映射的功能。n S形函數(shù)有較好的增益控制 S形函數(shù) a+b o(0,c)ac=a+b/2? 人工神經(jīng)元網(wǎng)絡(luò) T? 每個神經(jīng)元均為多輸入單輸出的信息處理單元? 輸入分興奮性和抑制型兩種? 神經(jīng)元有閾值特性應(yīng)用n 構(gòu)造了具有 3層節(jié)點(diǎn)的人工神經(jīng)網(wǎng)絡(luò)模型 ,將太湖 2023年 5～ 12月全湖共 26個采樣點(diǎn)的實測值作為學(xué)習(xí)樣本 ,一共有 268=208組數(shù)據(jù)。f（ ） =a+b/(1+exp(d*))a， b， d為常數(shù)。θ 閾值函數(shù)（ Threshold≤θf（ ） = γ ifn γ0為一常數(shù)，被稱為飽和值，為該神經(jīng)元的最大輸出。Function) n 激活函數(shù) —— 執(zhí)行對該神經(jīng)元所獲得的網(wǎng)絡(luò)輸入的變換，也可以稱為激勵函數(shù)、活化函數(shù)： o=f（ ） n 線性函數(shù)（ Liner n 神經(jīng)元是構(gòu)成神經(jīng)網(wǎng)絡(luò)的最基本單元（構(gòu)件）。也正是由于信息的分布存放，對一類網(wǎng)來說，當(dāng)它完成學(xué)習(xí)后，如果再讓它學(xué)習(xí)新的東西，這時就會破壞原來已學(xué)會的東西。? 不同的人工神經(jīng)網(wǎng)絡(luò)模型，有不同的學(xué)習(xí) /訓(xùn)練算法基本特征的自動提取? 由于其運(yùn)算的 不精確性 ，表現(xiàn)成 “去噪音、容殘缺 ”的能力，利用這種不精確性，比較自然地實現(xiàn)模式的自動分類。作為 5種能力綜合表現(xiàn)形式的 3種能力n 發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力 n 實時、迅速、合理地應(yīng)付復(fù)雜環(huán)境的能力 n 預(yù)測、洞察事物發(fā)展、變化的能力 人工神經(jīng)網(wǎng)絡(luò)的提出n Newell和 Simon假說 ： 一個物理系統(tǒng)表現(xiàn)智能行為的充要條件是它有一個物理符號系統(tǒng) .n 概念： 物理符號系統(tǒng)需要有一組稱為符號的實體組成，它們都是物理模型，可以在另一類稱為符號結(jié)構(gòu)的實體中作為成分出現(xiàn)，以構(gòu)成更高級別的系統(tǒng) .n 困難：n 抽象 —— 舍棄一些特性，同時保留一些特性n 形式化處理 —— 用物理符號及相應(yīng)規(guī)則表達(dá)物理系統(tǒng)的存在和運(yùn)行。人工神經(jīng)網(wǎng)絡(luò)（ Artificialn 專家系統(tǒng)是人工智能的一個重要分支在化學(xué)領(lǐng)域中主要應(yīng)用于以下幾個方面：n 譜圖解析和有機(jī)化合物結(jié)構(gòu)的闡明n 分離科學(xué) GC、 HPLC、 CE等方法分離條件的選擇n 試驗方案的最優(yōu)控制n 工業(yè)生產(chǎn)流程控制n 分子模擬設(shè)計 計算機(jī)輔助輔助合成路線方案的選擇專家系統(tǒng)n 是一個智能的計算機(jī)軟件系統(tǒng)，該系統(tǒng)利用已知的知識進(jìn)行演繹推理?；居^點(diǎn)1）到現(xiàn)場去2）物理實現(xiàn)3）初級智能 4）行為產(chǎn)生智能主要工作1）無需知識表示的智能2）無需推理的智能3）機(jī)器蟲 連接主義學(xué)派基本思想從腦的神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā)來研究腦的功能，研究大量簡單的神經(jīng)元的集團(tuán)信息處理能力及其動態(tài)行為，模擬和實現(xiàn)人的認(rèn)識過程中的感知覺過程、形象思維、分布式記憶和自學(xué)習(xí)自組織過程。物理符號系統(tǒng)的基本任務(wù)和功能是辨認(rèn)相同的符號和區(qū)別不同的符號?；居^點(diǎn) 物理系統(tǒng)表現(xiàn)智能行為的充要條件是該系統(tǒng)是一個物理符號系統(tǒng)。不同學(xué)派的研究方法、學(xué)術(shù)觀點(diǎn)、研究重點(diǎn)有所不同。其中，智能行為包括：感知 (perception)、推理(Reasoning)、學(xué)習(xí) (learning)、通信(municating)和復(fù)雜環(huán)境下的動作行為 (acting)。智能是相對的、發(fā)展的。人工智能在化學(xué)中的應(yīng)用1 智能n 智能是個體有目的的行為、合理的思維，以及有效地適應(yīng)環(huán)境的綜合能力。人類個體的智能是一種綜合性能力1）感知與認(rèn)識事物、客觀世界與自我的能力；2）通過學(xué)習(xí)取得經(jīng)驗、積累知識的能力；3）理解知識、運(yùn)用知識和運(yùn)用經(jīng)驗分析問題和解決問題的能力；4）聯(lián)想、推理、判斷、決策的能力；5）運(yùn)用語言進(jìn)行抽象、概括的能力；6）發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力；7）實時地、迅速地、合理地應(yīng)付復(fù)雜環(huán)境的能力；8）預(yù)測、洞察事物發(fā)展變化