智能計算復習題

1、一、判斷 一、判斷題1. 馮. 諾依曼機采用程序存儲方式，即在計算機中設置存儲器，將符號化的計算步驟放在存儲器中。（ √ ）2. 人工神經網絡是由人工方式構造的網絡，是一個線性動力學系統(tǒng)。 （ × ）3. 人工神經網絡（ANN）的別名包括：人工神經系統(tǒng)（ANS）、神經網絡（NN）、自適應系統(tǒng)（Adaptive Systems）、自適應網（Adaptive Networks）、聯接模型（Connectionism）和神經計算機

2、（Neurocomputer）。 （ √ ）4. ANN 一般由簡單元件分層次組織成大規(guī)模的、串行連接構造的網絡，意在按照生物神經系統(tǒng)的方式處理真實世界的客觀事物。 （ × ）5. 神經網絡激活函數中，非線性斜面函數的飽和值，為該神經元的最大輸出。 （ √ ）6. 在 ANN 學習規(guī)則中，Hebb 規(guī)則和△學習規(guī)則均為有導師學習規(guī)則。 （ × ）7.“1”與“1”的異或結果為 1。 （ &

3、#215; ）8. 在 BP 網絡中，學習過程由信號的正向傳播與誤差的反向傳播兩個過程組成，因而 BP 網絡是一種反饋網絡。 （ √ ）9. BP 網絡的拓撲結構和 CPN 對傳網的拓撲結構是不同的。 （ × ）10. CPN 網絡將有導師和無導師訓練算法結合在一起，可解決網絡隱藏層的理想輸出未知的問題。 （ √ ）11. 在循環(huán)網絡穩(wěn)定性分析過程中，我們可以采用著名的 Lyapunov 函數作為 Hopfiel

4、d 網絡的能量函數。 （ √ ）12. 可采用穩(wěn)定性、存儲容量、吸引半徑和收斂時間指標來評價一個反饋神經網絡的性能。 （ √ ）13. 如果 Hopfield 網絡的連接權矩陣是 0 對稱矩陣，則它是穩(wěn)定的。 （ × ）14. 遺傳算法是由美國的 J. Holland 教授于 1975 年在他的專著《自然界和人工系統(tǒng)的適應性》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制的隨機化搜索算法 。 （ √ ）

5、15. 模式定理和積木塊假設是保證遺傳算法可以快速、有效獲得最優(yōu)解的數學基礎。 （ √ ）16. 目前混合遺傳算法實現方法一般體現在引入全局搜索過程和增加編碼變換操作過程兩個方面。 （ × ）17. 在模擬退火算法的運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2. 簡述人工神 述人工神經網絡的特點。 的特點。 （4 個） 個）復雜非線性函數的逼近： 性函數的逼近：NNs 可以充分逼近任意復雜

6、的非線性函數，人工神經網絡是高度非線性動力學系統(tǒng)，非線性函數可以是連續(xù)的、也可以是離散的，結構可以是單層的、也可以是多層的、具有 、具有分布式信息存 分布式信息存儲特點、具有很 特點、具有很強的魯棒性和容 棒性和容錯性。 性。所有定量、定性的信息都等勢分布于網絡內的各個神經元，大量神經元之間通過不同連接方式和權值分布來表征特定的信息。個別神經元或局部網絡受損時，神經網絡可以依靠現有的存儲實現對數據的聯想記憶功能。 （反饋網絡）。 、具有

7、巨量信息并 、具有巨量信息并行處理和大 理和大規(guī)模平行 模平行計算能力 算能力每個神經元對所接受的信息作相對獨立的處理，但各個神經元之間可以并行、協(xié)同地工作；人腦每個神經元很簡單，但由于大腦總計形成 10E14-15 個突觸，使得人腦 1s內可完成計算機至少需要 10 億處理步驟才能完成的任務、具有自 、具有自組織 組織、自學 、自學習功能： 功能：人工神經網絡可以根據所在的環(huán)境去改變它的行為，可以按要求產生從未遇到的模式—“抽象”功能

8、；神經網絡間的連接網絡權值可以通過自學習過程不斷地修正；能在某些輸入不確定或默認情況下，根據一定的學習規(guī)則自主地從樣本中學習，達到自適應不知道或不確定的系統(tǒng)3. 離散多 離散多輸出感知器的 出感知器的訓練 訓練算法。 算法。4. 繪制 CPN 網絡的基本拓撲 的基本拓撲結構。 構。5. 畫出 畫出簡單遺傳 簡單遺傳算法的基本流程 算法的基本流程圖。產生初始群體 生初始群體是否 是否滿足停止準 足停止準則是輸出結果并 果并結束計算個體適