类神经网路在土木工程上的应用-中华大学.pptVIP

土壤行為學 姓名:何康綸 學號:指導教授:楊朝平 博士 大綱 (一)類神經網路 (二) 以類神經網路理論評估員林地區液化情況之研究 (三) 用類神經網路建立之SPT為主之臨界液化曲線 (四)類神經網路在土壤液化評估之研究 (五)文獻 (六)結論 (一)類神經網路 1-1 介紹類神經網路 1-2 為何使用類神經網路 1-3 類神經網路的特性 1-4 類神經網路解決問題 1-5 類神經網路的發展史 (一)類神經網路 類神經網路屬於人工智慧(Artificial Intelligence) ﹐AI 重要一支。 類神經網路(Artificial Neural Networks﹐ANNs)或譯為人工神經網路，其主要的基本概念是嘗試著模仿人類的神經系統。 ANNs起源於1950年代，當時科學家模擬人類大腦的組織的運作方式，提出類神經網路的雛型，稱之為「感知器」。 在1980年代之後，由於(Hopfield)神經網路(1982年)被提出，類神經網路理論才受重視。 (一)類神經網路 1.聯想速度快。 類神經網路訓練過程久，雖然要調整確定權重值，才能作輸入與輸出資料的 預測，其速度比傳統模式快。 2.網路架構容易維持。 類神經網路的架構較為開放，其維護與升級方式容易，只要加入必威体育精装版的資訊並調整其架構，經重新訓練後即可符合未來需求。 3.解決最佳化、非線性系統問題。 當問題無法以演算法來處理或是處理上相當費時，利用神經網路可以有不錯的成效。 4.具容錯特性。 因類神經網路的所有神經元，在網路運算中都會以分散平行的方式參予問題之解決，故當輸入資料混雜少許雜訊干擾，仍不影響網路運作的正確性。 5.具平行處理能力。 類神經網路以生物的樹狀神經網路為藍本設計的，仿照生物神經具平行處理的特性。 (一)類神經網路 1.學習(learning) 類神經網路可隨外在環境的變化來改變它的行為模式。為了使類神經網路能在動態環境中發揮，強化或是抵銷輸入變數的刺激，適當的學習模式是類神經網路系統的基本條件。 即時線上學習(on-line learning) 即依據新增或即時的資訊，不斷地修正調整網路的連結權重值。 批次學習(batch learning) 先將網路訓練好才能開始使用網路，因所有的訓練資料是一次一整批的用 於修正網路的連結權重。 2.回想過程(recall) 當類神經網路接受到一個輸入刺激，進而依據網路架構產生一個輸出值時，稱此過程為回想過程。 3.歸納演算過程(generalization) 歸納演算法式從一個系統中局部觀察描述出其整體特性的過程；不論從 特殊例子推演到整體的事件，或是從一個或數個範例的認知去定義出物件的種類。 (一)類神經網路 最佳化(optimization) 辨識/分類(recognition/classification) 預測(prediction) 評估、診斷/決策(diagnosis/decision) 聯想(association) 近似(approximation) 歸納演算(generalization) (一)類神經網路 心理學家McCulloch和數學家Pitts共同提出類神經網路最早的數學式。(1943) Hebb對神經元間的連結提出修改規則，在他的著作Organization of Behavior 中指出，神經元間的連結強度不斷地被強化。(1949) 一個人工智慧的研究專案(Dartmouth Summer Research Project) ，對神經網路的研究有進一步的助益。(1956) 康乃爾的神經生物學家Rosenblatt，對於蒼蠅因其複眼的運作具有逃避閃躲的能力大感興趣，進而提出感知器觀念，最古老使用的類神經網路。(1958) Hopfieid 提出了HNN網路，網路中首先引用了能量函數的觀念，作為判定網路的穩定性的依據，他的研究論文亦推動了類神經網路的研究。(1982) McClelland 與 Rumelhart 共同編著的“Parallel Distributed Processing : Explorations in the Microstructure of Cognition”一書，加入平行分散式計算技巧。(1986) Psaltis 等所發表的 Neural Controllers，可說是最早將類神經網路應用於控制系統上的理論。(1987) (二) 以類神經網路理論評估員林地區液化情況之研