【文章內(nèi)容簡介】 、 神經(jīng)元模型和 BP神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代神經(jīng)科學(xué)的基礎(chǔ)上提出來的。它雖然反映了人腦功能的基本特征，但并不是自然神經(jīng)網(wǎng)絡(luò)的逼真描寫，而只是它的某種簡化抽象和模擬。經(jīng)過對生物神經(jīng)元的長期廣泛研究， 1943年美國心理學(xué)家麥卡洛克和數(shù)理學(xué)家皮茨提出了神經(jīng)元的數(shù)學(xué)模型，即著名的 MP模型。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) 2. BP神經(jīng)網(wǎng)絡(luò) 1957年美國計(jì)算機(jī)科學(xué)家羅森布拉特（ Roseblatt）提出了單層感知器（ Perceptron）模型。它是一個(gè)具有單層神經(jīng)元的網(wǎng)絡(luò)，由線性閾值邏輯單元所組成。單層感知器在人工神經(jīng)網(wǎng)絡(luò)研究中有著重要的意義和地位。然而單層感知器由于只有一個(gè)神經(jīng)元，功能單一，只能完成線性決策或?qū)崿F(xiàn) “與”，“或”，“非”等單一邏輯函數(shù)。為了解決這一問題，在其基礎(chǔ)上創(chuàng)建了多層感知器（ Multilayer Perceptron， MLP）模型。它是一種在輸入層與輸出層之間有一層或多層隱含結(jié)點(diǎn)的具有正向傳播機(jī)制的人工神經(jīng)網(wǎng)絡(luò)模型。多層感知器克服了單層感知器的許多局限，它的優(yōu)越性能主要來源于結(jié)點(diǎn)的非線性特性。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) BP網(wǎng)絡(luò)的結(jié)構(gòu)如圖 83所示由輸入層，輸出層和一個(gè)或多個(gè)中間層（隱含層）組成。中間層中的神經(jīng)元均采用 S型激活函數(shù)，輸出層神經(jīng)元采用線性傳遞函數(shù)。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) ?非線性映射能力： BP網(wǎng)絡(luò)實(shí)質(zhì)上實(shí)現(xiàn)了一個(gè)從輸入到輸出的映射功能，三層的 BP網(wǎng)絡(luò)在理論上能夠以任意精度逼近任何非線性連續(xù)函數(shù)。這使得其特別適合于求解內(nèi)部機(jī)制復(fù)雜的問題，即 BP網(wǎng)絡(luò)具有較強(qiáng)的非線性映射能力。 ?自學(xué)習(xí)和自適應(yīng)能力： BP網(wǎng)絡(luò)在訓(xùn)練時(shí)，能夠通過學(xué)習(xí)自動(dòng)提取輸出、輸出數(shù)據(jù)間的“合理規(guī)則”，并自適應(yīng)的將學(xué)習(xí)內(nèi)容記憶于網(wǎng)絡(luò)的權(quán)值中。即 BP神經(jīng)網(wǎng)絡(luò)具有高度自學(xué)習(xí)和自適應(yīng)的能力。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) ?泛化能力：所謂泛化能力是指在設(shè)計(jì)模式分類器時(shí)，即要考慮網(wǎng)絡(luò)在保證對所需分類對象進(jìn)行正確分類，還要關(guān)心網(wǎng)絡(luò)在經(jīng)過訓(xùn)練后，能否對未見過的模式或有噪聲污染的模式，進(jìn)行正確的分類。也即 BP神經(jīng)網(wǎng)絡(luò)具有將學(xué)習(xí)成果應(yīng)用于新知識(shí)的能力。 ?容錯(cuò)能力： BP網(wǎng)絡(luò)在其局部的或者部分的神經(jīng)元受到破壞后對全局的訓(xùn)練結(jié)果不會(huì)造成很大的影響，也就是說即使系統(tǒng)在受到局部損傷時(shí)還是可以正常工作的。即 BP神經(jīng)網(wǎng)絡(luò)具有一定的容錯(cuò)能力。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) BP網(wǎng)絡(luò)的局限性： ?局部極小化問題： BP神經(jīng)網(wǎng)絡(luò)的權(quán)值是通過沿局部改善的方向逐漸進(jìn)行調(diào)整的，這樣會(huì)使算法陷入局部極值，權(quán)值收斂到局部極小解，從而導(dǎo)致網(wǎng)絡(luò)訓(xùn)練失敗。加上 BP神經(jīng)網(wǎng)絡(luò)對初始權(quán)值非常敏感，以不同的權(quán)值初始化網(wǎng)絡(luò)，往往會(huì)收斂于不同的局部極小解，這也是 BP網(wǎng)絡(luò)出現(xiàn)每次訓(xùn)練得到不同結(jié)果的根本原因。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) ?BP 神經(jīng)網(wǎng)絡(luò)算法的收斂速度慢：由于 BP神經(jīng)網(wǎng)絡(luò)算法本質(zhì)上為梯度下降法，它所要優(yōu)化的目標(biāo)函數(shù)是非常復(fù)雜的，這使得 BP算法的收斂速度低下。 ?BP網(wǎng)絡(luò)結(jié)構(gòu)選擇不一： BP網(wǎng)絡(luò)結(jié)構(gòu)的選擇至今尚無一種統(tǒng)一而完整的理論指導(dǎo)，一般只能由經(jīng)驗(yàn)選定。網(wǎng)絡(luò)結(jié)構(gòu)過大會(huì)降低學(xué)習(xí)效率，出現(xiàn)過擬合現(xiàn)象，網(wǎng)絡(luò)容錯(cuò)性下降；反之若結(jié)構(gòu)過小，又會(huì)造成網(wǎng)絡(luò)不收斂的問題。 ?BP網(wǎng)絡(luò)樣本依賴性問題：網(wǎng)絡(luò)模型的逼近和推廣能力與學(xué)習(xí)樣本的典型性密切相關(guān)，而如何從問題中選取典型樣本實(shí)例組成訓(xùn)練集是一個(gè)很困難的問題。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) 人工神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)與應(yīng)用 在實(shí)際應(yīng)用中，面對一個(gè)具體問題需要進(jìn)行人工神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)時(shí)，一般應(yīng)遵循下列過程：首先分析求解問題的性質(zhì)，確定信息表達(dá)方式，將求解問題及其相應(yīng)的領(lǐng)域知識(shí)轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)可以接受并處理的某種數(shù)據(jù)形式，將數(shù)據(jù)樣本分為訓(xùn)練樣本和測試樣本；其次依據(jù)問題特點(diǎn)，確定神經(jīng)網(wǎng)絡(luò)模型的類型、結(jié)構(gòu)、輸入輸出神經(jīng)元的數(shù)目、隱含層神經(jīng)元的個(gè)數(shù)等；然后是訓(xùn)練模式的確定包括選擇合理的訓(xùn)練算法，確定合適的訓(xùn)練步數(shù)，指定適當(dāng)?shù)挠?xùn)練目標(biāo)誤差，以獲得較好的網(wǎng)絡(luò)性能；最后通過對網(wǎng)絡(luò)進(jìn)行訓(xùn)練、仿真等，檢驗(yàn)網(wǎng)絡(luò)的性能是否滿足要求。下面結(jié)合藥學(xué)實(shí)際介紹神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與應(yīng)用。 四、 人工神經(jīng)網(wǎng)絡(luò)在藥學(xué)上的應(yīng)用 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) （一）用 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化化學(xué)反應(yīng)的工藝條件 過碳酸鈉是一種強(qiáng)氧化劑，其水溶液可用作醫(yī)療殺菌劑、口腔消毒劑。由于過碳酸鈉對濕度和溫度很敏感，容易分解，其有效氧含量和穩(wěn)定性還有待提高。為改進(jìn)過碳酸鈉的工藝，篩選出新的復(fù)合穩(wěn)定劑，可利用 BP神經(jīng)網(wǎng)絡(luò)對其工藝參數(shù)進(jìn)行考察，并利用仿真結(jié)果進(jìn)行預(yù)測，其方法及步驟如下： (1)確定影響過碳酸鈉工藝條件的主要因素及考察范圍 （ 2）確定 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：從表 74可以看出，前四項(xiàng)為工藝參數(shù)，后兩項(xiàng)為過碳酸鈉性能的評價(jià)。因此采用 3層 BP網(wǎng)絡(luò)模型，即輸入層、輸出層和隱含層。 4個(gè)輸入向量 X X X3 、 X4分別對應(yīng)原料配比、反應(yīng)溫度、反應(yīng)時(shí)間、穩(wěn)定劑加入量 4個(gè)考察因素， 2個(gè)輸出向量 Y1 、 Y2分別對應(yīng)目標(biāo)函數(shù)收率和活性氧含量， 其拓?fù)浣Y(jié)構(gòu)如圖 79所示。 大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué)大學(xué)計(jì)算機(jī)基礎(chǔ) —— 沈陽藥科大學(xué) 表 82 影響工藝條件的主要因素及考察范圍 No 原料配比 (m∶ M) X1 反應(yīng)溫度 (℃ ) X2 反應(yīng)時(shí)間 (min) X3 穩(wěn)定劑 (%) X4 收率 (%) Y1 活性氧含量(%) Y2 1 2 3 4 5