智能計(jì)算復(fù)習(xí)題1

1、廣西科技大學(xué)計(jì)算智能復(fù)習(xí)題2013其中考試題目5一、填空題1.計(jì)算智能屬于人工智能（Artificial Intelligence , Al）的一個(gè)分支，主流學(xué)派把人工智能分成：（邏輯主義）、（聯(lián)結(jié)主義）和（行為主義）三大學(xué)派。2.計(jì)算智能算法主要包括:（神經(jīng)計(jì)算）、（進(jìn)化計(jì)算）和模糊模糊計(jì)算三個(gè)分支，計(jì)算智能的主要特征表現(xiàn)在（智能性）、（并行性）和（健壯性）。3.神經(jīng)網(wǎng)絡(luò)（Neural Network）根據(jù)網(wǎng)絡(luò)學(xué)習(xí)方法可分為（有監(jiān)督學(xué)習(xí)）、（無監(jiān)督學(xué)習(xí)）和（再勵(lì)學(xué)習(xí)）三種形式。4.神經(jīng)網(wǎng)絡(luò)中主要使用的激勵(lì)函數(shù)有:5.線性函數(shù)：y = f (u) = a + bu,nuXiWi +b閥值函數(shù)：

2、U-0O ucOnU = S xiwi +bid：Sigmoid 函數(shù)：y = f(u)=1 + exp( -u)n=2 XiWi + b6.BP網(wǎng)絡(luò)是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一,BP網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)包括（輸入層）、（隱藏層）和（輸出層）。7.BP算法的基本思想是，學(xué)習(xí)過程由信號(hào)的正向傳播與誤差的反向傳播兩個(gè)過程組成。正向傳播時(shí)，輸入樣本從輸入層傳人，經(jīng)各隱層逐層處理后，傳向輸出層。若輸出層 的實(shí)際輸出與期望的輸出（教師信號(hào)）不符，則轉(zhuǎn)入誤差的反向傳播階段。誤差反傳是 將輸出誤差以某種形式通過隱層向輸入層逐層反傳、并將誤差分?jǐn)偨o各層的所有單 元，從而獲得各層單元的誤差信號(hào)，此誤差信號(hào)即

3、作為修正各單元權(quán)值的依據(jù)。這種權(quán)值不斷信號(hào)正向傳播與誤差反向傳播的各層權(quán)值調(diào)整過程，是周而復(fù)始地進(jìn)行的。調(diào)整的過程，也就是網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過程。此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到8.9.10.11.12.13.14.15.16.可接受的程度，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程可歸結(jié)為 （萌芽期）、（ 低潮反思期） 、（復(fù)興發(fā)展時(shí)期和 （新的發(fā)展時(shí)期）四個(gè)時(shí)期。神經(jīng)網(wǎng)絡(luò)的 7 個(gè)學(xué)習(xí)規(guī)則： Hebb 學(xué)習(xí)規(guī)則、 Delta 學(xué)習(xí)規(guī)則、梯度下降學(xué)習(xí)規(guī)則、Kohonen 學(xué)習(xí)規(guī)則、后向傳播學(xué)習(xí)規(guī)則、概率式學(xué)習(xí)規(guī)則和競爭式學(xué)習(xí)規(guī)則。神經(jīng)網(wǎng)絡(luò)典型結(jié)構(gòu)：單層感知器網(wǎng)絡(luò)、前饋型網(wǎng)絡(luò)、前饋

4、內(nèi)層互聯(lián)網(wǎng)絡(luò)、反饋型網(wǎng)絡(luò)和全互聯(lián)網(wǎng)絡(luò)。遺傳算法借用生物遺傳學(xué)的觀點(diǎn)，是一種全局優(yōu)化算法，和（變異算子）被認(rèn)為是遺傳算法的三種基本操作算子。選擇算子） 、（ 交叉算子）對(duì)遺傳算法的改進(jìn)主要集中在（算子選擇） 、（參數(shù)設(shè)置） 、（混合遺傳算法）和（并行遺傳算法）等方向上。遺傳算法的實(shí)現(xiàn)主要包括 7 個(gè)方面，染色體編碼、群體的初始化、適應(yīng)值評(píng)價(jià)、種群選擇、交叉、變異和算法流程；染色體編碼常用方法有格雷碼、字母編碼和多參數(shù)交叉編碼，常見簡單編碼有二進(jìn)制編碼和浮點(diǎn)數(shù)編碼。遺傳算法中的種群選擇操作使用輪盤賭選擇算法，其基本思想是基于概率的隨機(jī)選擇。模擬退火算法） 來源于固體退火原理， 最早由 Kirkpa

5、trick 等應(yīng)用于組合優(yōu)化領(lǐng)域，它是基于蒙特卡羅迭代求解策略的一種隨機(jī)尋優(yōu)算法。粒子群優(yōu)化算法（Particle Swarm Optimization , PSO）是進(jìn)化計(jì)算的一個(gè)分支，是一種模擬自然界的生物活動(dòng)的（隨機(jī)搜索算法）。粒子群優(yōu)化算法吸收人工生命、鳥群覓食、魚群學(xué)習(xí)和群理論的思想，另一方面又具有進(jìn)化算法的特點(diǎn)，智能搜索和優(yōu)化的特點(diǎn)。18.免疫算法（ Immune Algorithm ，IA ）：是指以在人工免疫系統(tǒng)的理論為基礎(chǔ)，實(shí)現(xiàn)了類似于生物免疫系統(tǒng)的抗原識(shí)別、細(xì)胞分化、記憶和自我調(diào)節(jié)的功能的一類算法。19.免疫算法的七個(gè)要素 :識(shí)別抗體，生成初始化的抗體，計(jì)算親和度，記憶細(xì)胞

6、分化，抗體促進(jìn)和抑制，產(chǎn)生新的抗體，結(jié)束條件。20.禁忌搜索算法（Tabu Search, TS）是Glover于1986年提出的一種（全局搜索算法），是屬于模擬人類智能的一種優(yōu)化算法, 它模仿了人類的記憶功能,在求解問題的過程中,采用了（禁忌技術(shù)） ,對(duì)已經(jīng)搜索過的局部最優(yōu)解進(jìn)行標(biāo)記,并且在迭代中盡量避免重復(fù)相同的搜索（但不是完全隔絕） ,從而獲得更廣的搜索區(qū)間,有利于尋找到全局最優(yōu)解。21.Memetic 算法是基于群體的計(jì)算智能方法與（局部搜索相結(jié)合）的一類算法的總稱,從框架上分為動(dòng)態(tài) Memetic 算法和靜態(tài) Memetic 算法。判斷題1.人工神經(jīng)網(wǎng)絡(luò)是由人工方式構(gòu)造的網(wǎng)絡(luò),是一個(gè)

7、線性動(dòng)力學(xué)系統(tǒng)。(X)2.人工神經(jīng)網(wǎng)絡(luò)（ANN ）的別名包括：人工神經(jīng)系統(tǒng)（ ANS ）、神經(jīng)網(wǎng)絡(luò)（NN ）、自適 應(yīng)系統(tǒng)(Adaptive Systems )、自適應(yīng)網(wǎng)(Adaptive Networks )、聯(lián)接模型(Connectionism ) 和神經(jīng)計(jì)算機(jī)（Neurocomputer ）。（ V）3. ANN 一般由簡單元件分層次組織成大規(guī)模的、串行連接構(gòu)造的網(wǎng)絡(luò),意在按照生物神經(jīng)系統(tǒng)的方式處理真實(shí)世界的客觀事物。X)4.神經(jīng)網(wǎng)絡(luò)激活函數(shù)中,非線性斜面函數(shù)的飽和值,為該神經(jīng)元的最大輸出。V)5.6.在ANN學(xué)習(xí)規(guī)則中，Hebb規(guī)則和學(xué)習(xí)規(guī)則均為有導(dǎo)師學(xué)習(xí)規(guī)則。（X ）在 BP 神經(jīng)網(wǎng)

8、絡(luò)中, 學(xué)習(xí)過程由信號(hào)的正向傳播與誤差的反向傳播兩個(gè)過程組成,而BP神經(jīng)網(wǎng)絡(luò)是一種反饋網(wǎng)絡(luò)。（V ）77. BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和CPN (Counterpropagation Networks, CPN )對(duì)傳網(wǎng)的拓?fù)浣Y(jié)構(gòu)是不同的。（X ）8.在循環(huán)網(wǎng)絡(luò)穩(wěn)定性分析過程中，我們可以采用著名的Lya punov 函數(shù)作為 Hop field網(wǎng)絡(luò)的能量函數(shù)。（V）9.可采用穩(wěn)定性、存儲(chǔ)容量、吸引半徑和收斂時(shí)間指標(biāo)來評(píng)價(jià)一個(gè)反饋神經(jīng)網(wǎng)絡(luò)的性10.遺傳算法是由美國的J. Holla nd教授于1975年在他的專著 自然界和人工系統(tǒng)的適應(yīng)性中首先提出的，它是一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)化

9、搜索算法11.模式定理和積木塊假設(shè)是保證遺傳算法可以快速、有效獲得最優(yōu)解的數(shù)學(xué)基礎(chǔ)。12.目前混合遺傳算法實(shí)現(xiàn)方法一般體現(xiàn)在引入全局搜索過程和增加編碼變換操作過程兩個(gè)方面。（X ）13.在模擬退火算法的運(yùn)行過程中溶入遺傳算法，稱為模擬退火遺傳算法。采用模擬退火遺傳算法可更好跳出局部極值點(diǎn)，收斂到全局最優(yōu)解。14.簡單感知器僅能解決一階謂詞邏輯和線性分類問題，不能解決高階謂詞和非線分類問題。（V）15. BP算法是在無導(dǎo)師作用下，適用于多層神經(jīng)元的一種學(xué)習(xí),它是建立在相關(guān)規(guī)則的基礎(chǔ)上的。（X）16.在誤差反傳訓(xùn)練算法中，周期性函數(shù)已被證明收斂速度比S型函數(shù)慢。（X ）17.基于BP算法的網(wǎng)絡(luò)的誤

10、差曲面有且僅有一個(gè)全局最優(yōu)解。(X)X)(X)18. 對(duì)于前饋網(wǎng)絡(luò)而言，一旦網(wǎng)絡(luò)的用途確定了，那么隱含層的數(shù)目也就確定了。19. 對(duì)離散型 Hopfield 網(wǎng)絡(luò)而言，如權(quán)矩陣為對(duì)稱陣，而且對(duì)角線元素非負(fù)，那么網(wǎng)絡(luò)在異步方式下必收斂于下一個(gè)穩(wěn)定狀態(tài)。（2）20. 對(duì)連續(xù) Hopfield 網(wǎng)絡(luò)而言，無論網(wǎng)絡(luò)結(jié)構(gòu)是否對(duì)稱，都能保證網(wǎng)絡(luò)穩(wěn)定。21. 競爭學(xué)習(xí)的實(shí)質(zhì)是一種規(guī)律性檢測器，即是基于刺激集合和哪個(gè)特征是重要的先驗(yàn) 概念所構(gòu)造的裝置，發(fā)現(xiàn)有用的部特征。 （2）X)22. 人工神經(jīng)元網(wǎng)絡(luò)和模糊系統(tǒng)的共同之處在于，都需建立對(duì)象的精確的數(shù)學(xué)模型，根 據(jù)輸入采樣數(shù)據(jù)去估計(jì)其要求的決策，這是一種有模型的估計(jì)。三、簡答題1、生物神經(jīng)元的六個(gè)基本特征。1、神經(jīng)元及其聯(lián)結(jié)2、聯(lián)結(jié)強(qiáng)度決定信號(hào)傳遞的強(qiáng)弱3、聯(lián)結(jié)強(qiáng)度可以隨訓(xùn)練而改變4、信號(hào)可以是刺激作用的，也可以是抑制的5、一個(gè)神經(jīng)元接受的信號(hào)的累積效果決定該神經(jīng)元的狀態(tài)6、每個(gè)神經(jīng)元可以有一個(gè) “閾值 ”2、簡述人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)。 （ 4 個(gè)）復(fù)雜非線性函數(shù)的逼近： NNs 可以充分逼近任意復(fù)雜的非線