《人工智慧》PPT课件

1、人工智慧,一、類神經網路 二、遺傳演算法,類神經網路(Artificail neural network)，是一種以電腦來模擬人類腦神經細胞網路的科學。在人們逐漸了解腦細胞的思考與學習模式後，希望電腦也能用類似人的方式來解決問題。,一、類神經網路簡介,腦神經：接受外來刺激經過傳遞，達一定的標準反應 類神經元：輸入內部過程（隱藏層）輸出,以下為人腦的神經傳遞方式與我們模擬人腦的傳遞方式，所做出的模式：,類神經網路系統,結點模仿腦神經細胞；結點之間的連結模擬腦神經之間的連結神經纖維。（輸入）每一結點會去接收其相關連結的點傳來的訊息，結點會依據接收的值，經過連結強度值的加權，然後再輸出給相關的結點們

2、（輸出）。,腦神經元的特點,人腦的健全性 人腦的容錯能力 人腦可以平行處理且分散式的處理多項資訊 人腦能夠處理模糊的（Fuzzy）、有機率性的、吵雜的以及矛盾的的訊息 人腦隨著環境的變遷而調整自己的知識判斷，而有學習的能力 人腦的歸納推廣的能力 人腦對於外界刺激的接收和解釋,類神經網路系統的處理資訊方式,平行處理 歸納推廣的能力 學習的功能,學習方式有監督型與非監督型兩種,監督型(Supervised)：類神經系統將告知其期望的系統反應 非監督型(Unsupervised) 不管是哪一種學習，在學習階段中的，結點所代表的意義、結點與結點之間所代表的意義、結點與結點之間的相互關係並不會被明確的定

3、義或絕對的定義。都透過學習階段自我學習、自我組織。,類神經網路分類介紹,Hopfield網路 倒傳遞類神經網路（BP） 學習向量化網路（LVQ）,案例介紹,TSP問題（traveling salesman problem，商人旅遊問題） 旅行商路徑的問題路徑的限制：每個城市只能拜訪一次，而且最後需要回到原來的城市。 路徑的選擇目標：路徑的總長度為所有路徑之中的最小值。,TSP問題的可能解法,列舉法 排列組合解決時間的估計是以每秒可以做一億次計算的超級電腦Cray來評估排列組合。 解決時間的估計是以每 秒可以做一億次計算的 超級電腦Cray來評估。,貪心法 開始時任意選擇某一個城市當作起始點，每

4、次都選擇鄰近未曾拜訪的城市當作下一次要拜訪的城市。 有效率，但是所得到的解並不是最佳的路徑，,Hopfield網路解法 根據網路學習後的架構而依城市所代表的神經元依序找出我們的路徑。,應用：影像分類,將類神經網路應用在多光譜水稻田影像的分類上（邵泰璋、史天元）。 針對彰化地區多時段SOPT衛星影像與多時段NDVI影像兩者，對水稻田做自動分類的工作；採用的誤差倒傳遞類神經網路（Error back propagation：BP）和學習向量化網路（Learning Vector Quantization Network：LVQ），使用兩種資料表現形式，亦即比例粗編碼及正規化編碼，表現之結果可交叉組

5、合成四種分類方法；與高斯最相似分類法做比較，最後並加入紋裡影像輔助分類。,1. 多時段光譜影像分類結果,2.多時段NDVI影像分類成果,就整體的分類精度而言，以倒傳遞類神經網路最佳 提高其分類之正確性 註一：比例粗編碼，將每一波段中像元的灰度值利用所有神經單元編碼，可視為一種內插方式，能提高足夠的差異性來表示類似的像元值。 註二：正規化編碼，為一段波段中像元的灰度值對應到一個神經單元，輸入層神經單元數與波段數成正比，因灰度值對應到神經單元時先過正規化，將神經元值域限制在0至1之間，故稱正規化編碼。,二、遺傳演算法之簡介與應用,遺傳演算法的由來和發展,遺傳演算法是由John Holland於19

6、75年首度發表的。 經過了多年的研究和發展，遺傳演算法已被大多數的學者証明為一有效的最佳化搜尋方法。 最近的幾年當中，許多學者投入這個領域繼續對演化式計算做更深一層的探索。,遺傳演算法的原理,根據的就是達爾文的天擇概念-優勝劣敗、適者生存 操作模式 : 1.任意挑選幾個基因去完成工作 2.其中表現較好的就留下，不好的就淘汰 3.然後被留下來的優良基因就一對一對地 互換(Crossover)，產生後代 4.經過突變以後，讓它們繼續完成其他的工作 5.在這樣一代一代的遺傳演化中，基因會越來 越優良，越來越能夠達成工作目標,遺傳演算法的應用,Karl Sims遺傳演算法創造具有三度空間的植物、圖案及

7、動作等。他設計一個系統能產生一些 在模擬的三度空間環境中具行為能力的虛擬生物。而這個生物的外形及其控制肌肉所須的類神經網路都是由遺傳演算法來自動產生的。,國內曾有幾位研究生，利用遺傳演算法設計出一個圍棋程式。原本這個程式沒有任何的棋力，但是在跟其他有棋力程式的對奕中，它漸漸培養出自己的棋力。一開始的時候它是每下必輸，但是經過演化後慢慢可以看到它變得厲害。,遺傳演算法亦可以解決時間限制因子的問題，例如國內火車班次和班次之間，應該如何排列才不會讓火車相撞，並且當有一個突發的誤點限制因子時，應該要如何即時的反應和排出正確的時間。國內的資訊工程界，一直致力於此即時專家系統的建立。,對於工業工程或其他領

8、域，良好的排程可以增加資源的使用率，並減少資源的閒置時間，更可以使工作如期的完成，顧客的需求得到滿足，進一步使得組織的利潤與競爭力。因此，排程的生產管理與設計更是需要一套有效的管理系統去執行，而遺傳演算法便給予了此一領域一個新的視野和空間。,傳統遺傳演算法的結果與模糊邏輯，在演化一千代之後的演化最佳化結果，做一簡單的效能評估，其目的是在測試演化結果的預測性。可用於證卷投資的風險和獲利評估。,遺傳演算法在地理學上的應用,Cellular Automata 細胞自動機 : 應用遺傳演算法模擬地理環境遭到衝擊後， 所發生的適切反應。,模擬都市的發展,Batty 在 1994 年 都市-動態有機體 都市的實質運用，是透過比對周遭的土地開發，經由學習，模