11、人工神经网络学习方法与应用

人工神经网络学习方法与应用

1. 模糊规则与学习方式

1.1 模糊规则类型

在系统知识可以用模糊规则表示时，存在多种类型的模糊规则可供使用：
- Zadeh - Mamdani模糊规则 ：由Zadeh于1965年提出，Mamdani在1997年有相关研究。
- Takagi - Sugeno模糊规则 ：由Takagi和Sugeno在1985年提出。
- 其他类型模糊规则 ：例如类型2模糊规则。

1.2 学习方式

不同类型的知识可以通过不同方式从过程或对象中学习，且都涉及人类参与。学习方式包括人类直接学习、将简单问题表示为图形、使用分析公式、利用人工神经网络（ANN）进行学习和规则提取等。这些形式在应用推理机制后得到的最终结果上可视为替代且可能等效的形式。在变化环境中阐述分析知识是一个困难的过程，涉及随数据变化而改变参数和公式。目前，若要在系统中学习并让人类理解演化过程，在线训练且结构可解释为知识的神经网络是最有前景的模型。

1.3 学习过程的主动性

人类和动物在处理信息时具有选择性，会主动搜索新信息。在智能系统中，学习过程可分为两种类型：
- 主动学习 ：涉及数据选择、过滤和搜索相关数据。
- 被动学习 ：系统接受所有传入数据。

2. 无监督学习：自组织映射（SOM）

2.1 SOM算法

自组织映射（SOM