遗传算法 选择种群 计算适应函数 选2个,pl 选1个p3 遗传 择优,p2 杂交 直接进入下一代 变异 形成下一代种群 满意 是否满意? 不满意 够 不够 结束 代数够大?
16 遗传算法 选择种群 计算适应函数 遗传 选2个，p1 选1个p3 杂交 直接进入下一代 变异 形成下一代种群 是否满意？ 满意 不满意 代数够大？ 不够 结束 够 择优，p2
现状 4.三个分支的结合 神经元网络与遗传算法的结合 模糊逻辑与神经元网络的结合 模糊计算(推理)网络(1994) 可执行模糊语义网络和浸润计算(1994) 进化算法与神经元网络的结合一权值进化
17 现状 4. 三个分支的结合 神经元网络与遗传算法的结合 模糊逻辑与神经元网络的结合 模糊计算（推理）网络（1994） 可执行模糊语义网络和浸润计算(1994) 进化算法与神经元网络的结合－权值进化
神经元网络 1.生物神经元网络与数字计算机的主要区别 (1)没有集中的存储器和处理器,知识和信息的存储和 处理十分细粒度地分布在众多的神经元上。 2)求解问题似乎不需编程,不需建模,而是通过学习 获得解题能力。 (3)以数模混合方式工作,输入(刺激)/输出(反应 具有时变过程性。输出是多个输入在时间轴上的聚 集影响的结果。 (4)其元件的开关速度为毫秒级,甚至更慢。通过巨 量并行’来获得一定的求解速度
18 二、神经元网络 1. 生物神经元网络与数字计算机的主要区别 (1)没有集中的存储器和处理器，知识和信息的存储和 处理十分细粒度地分布在众多的神经元上。 (2)求解问题似乎不需编程，不需建模，而是通过学习 获得解题能力。 (3)以数模混合方式工作，输入（刺激）/输出（反应） 具有时变过程性。输出是多个输入在时间轴上的聚 集影响的结果。 (4)其元件的开关速度为毫秒级，甚至更慢。通过‘巨 量并行’来获得一定的求解速度
神经元模型 2.神经元的数学模型 基本思想是以大脑神经元结构为参照, 用极简单的众多神经元来构造十分复杂 的神经元网络。因此神经元及其连接结 构将是神经元网络研究的基础。 首先要仿照生物神经元建立神经元的 数学模型
19 神经元模型 2.神经元的数学模型 基本思想是以大脑神经元结构为参照， 用极简单的众多神经元来构造十分复杂 的神经元网络。因此神经元及其连接结 构将是神经元网络研究的基础。 首先要仿照生物神经元建立神经元的 数学模型：