当前课程知识点:智能控制 > 第五章 神经网络的理论基础 > 5.2 神经网络的发展简史 > 5.2 神经网络的发展简史
下面我们看一下
神经网络的发展简史
启蒙期
低潮期
复兴期
新连接机制时期
那么在1969到1982年的时候
人工神经网络的研究陷入了低潮
这是为什么呢
后面我们就会知道答案
首先在1890年到1969年
这一段是人工神经网络的启蒙期
在1890年的时候
James发表了专著《心理学》
它首次讨论了人脑的结构和功能
那么在1943年的时候
美国心理学家McCulloch
和数学家Pitts提出了MP模型
描述了脑神经细胞动作
MP模型其实就是
这两位专家的名字的缩写
那么MP模型首次从数学的角度
描述了人脑的神经细胞的动作行为特征
那么在1949年
心理学家Hebb实现了对脑细胞之间
相互影响的数学描述
从心理学的角度提出了
至今人对神经网络理论有重要影响的
Hebb学习规则
实际上就是一种神经网络学习算法
那么到1958年
Rosenblatt提出了感知器的模型
那么这也是第一个最简单的
人工神经网络模型
它具有智能特征
跟MP模型的不同
它是描述信息在人脑中如何存储
如何记忆的一种数学模型
开拓了人工神经网络的研究时代
那么到了1962年的时候
这两位专家又提出了
自适应线性神经网络
并提出了δ学习规则
这是神经网络的启蒙期
对人类大脑的认识还停留在
一些表面的地方
还没有进行深入的研究
那么到了1969年的时候
受当时神经网络理论研究水平的限制
以及冯•诺依曼式计算机发展的冲击
等各种因素的影响
尤其是有一位大专家
提出了一个悲观的论调
直接导致神经网络的研究陷入了低谷
那么此后长达十几年
世界各国在人工神经网络的研究
基本上陷入停滞状态
但是也有少数学者继续沿着
神经网络模型和学习算法的研究方面
提出了很多有意义的理论和方法
比如自适应共振神经网络ART网络
还有自组织映射SOM网络模型
那么这段时期
人工神经网络陷入了低潮
它是为什么呢
后面会给大家提供答案
那么第三个时期
复兴期
在82年的时候
物理学家Hopfield
提出了Hopfield神经网络模型
他通过引入了一种能量函数
实现了问题的优化求解
到了1984年
他用这个模型成功地解决了
旅行商路径优化问题
也就是我们常说的货郎担问题
类似于一支笔
把河面上的五座桥连起来
这样一个问题
由于这样一个旅行商路径优化问题
是一个Benchmark的问题
也就是说里程碑问题
他可以把这个问题解决了
就可以方便解决很多其它的优化问题
那么到1986年
《并行分布式处理》这本书出版了
提出了一种著名的多层神经网络模型
叫BP神经网络
那么这个网络是迄今为止
应用最普遍的神经网络
它在各行各业得到了广泛的应用
第四个时期 新连接机制时期
1986年至今
那么神经网络从理论研究走向了应用领域
出现了神经网络芯片和神经计算机
神经网络的主要应用领域
包括模式识别
图像处理
包括语音识别
指纹识别
故障检测
图像压缩
控制与优化
预测与管理
市场预测、风险分析
通信等各个领域
-开篇
--开篇
-1.1课程考试方式
-1.2 数据、信息、知识与智能
-1.3传统控制面临的挑战
-1.4 控制科学发展过程
-1.5 智能控制的多元论
--1.5
-1.6 控制策略的渗透与融合
--1.6
-1.7 智能控制与传统控制的联系与区别
--1.7
-1.8 智能控制的类型之分级递阶智能控制系统
--1.8
-1.9 智能控制的类型之专家控制系统
--1.9
-1.10 智能控制的类型之模糊控制系统
--1.10
-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制
--1.11
-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制
--1.12
-1.13本章小结
--1.13
-第一章测试
-2.1基于搜索的问题求解
-- 2.1.7 均一代价搜索
-- 2.1.10 A星算法
-2.2 专家系统简介
- 2.3 专家PID
-第二章测试
-3.1 模糊控制概述
-3.2 模糊集合
-3.3 隶属函数
--3.3隶属函数.
-3.4 模糊关系及其运算
-第三章测试
- 4.1 模糊自适应整定PID控制原理
-4.2 基于FF的模糊PID控制试验验证
-第四章测试
- 5.1 神经网络简介
- 5.2 神经网络的发展简史
-5.3 神经网络的基本概念
- 5.4 神经网络的分类
-5.5 神经网络的学习算法、基本特征和研究领域
-第五章测试
-6.1 感知器
--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)
- 6.2 BP神经网络
--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现
--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合
-第六章测试
- 7.1 什么是遗传算法
-7.2 遗传算法的特点
-7.3 遗传算法的基本操作之复制
-7.4 遗传算法的基本操作之交叉与变异
-第七章测试
-8.1 遗传编程工作原理
-8.2 遗传编程基本操作之复制
-8.3 遗传编程基本操作之交换和突变
- 8.4 遗传编程的工作步骤及实例分析
-第八章测试
-期末测试

