4、巴甫洛夫环境中人工神经网络的进化研究

巴甫洛夫环境中人工神经网络的进化研究

1. 引言

在实证科学里，计算机被广泛用于模拟生物现象，这类应用被统称为人工生命（ALife）。ALife借助硬件或软件模拟各种生物现象，其研究前提是对可能生物形式的模拟，能为更全面理解真实生物形式提供有效研究工具。

在ALife的一个研究领域中，神经计算算法（模拟神经系统结构和功能）与遗传算法（模拟自然选择进化）相结合，主要目的是模拟学习与进化的关系。本文将介绍一种计算方法，从动物学习尤其是巴甫洛夫条件反射的角度，研究学习与进化的关系，同时探讨该方法对鲍德温效应的影响。

2. 巴甫洛夫条件反射的生物学限制

巴甫洛夫条件反射是在特定实验安排下观察到的一类学习现象。在环境方面，基本安排是向动物呈现条件刺激（CS）和无条件刺激（US），二者存在特定时间关系，主要由刺激间隔（ISI）来定义，即CS开始到US开始的时间，代表CS和US的时间连续性。在生物体方面，会选择一个响应系统，在接触实验安排前，US能可靠且强烈地引发反应。

训练前，所选反应仅（或最强烈地）在US出现时发生，称为无条件反应（UR）。训练后，CS开始引发与最初仅由US引发的反应相似的反应，称为条件反应（CR）。CR的一个重要特性是它们倾向于在US出现之前发生，因此巴甫洛夫条件反射常被认为涉及学习预测生物关键刺激的发生。

巴甫洛夫条件反射实验发现了许多学习现象，其中最基本且确定的是ISI函数和不同实验设置下最佳ISI的变化。ISI函数是ISI与某种行为测量（通常是CR百分比）之间的关系，呈倒U形，峰值对应于兴奋性条件反射的最佳ISI值。随着ISI偏离最佳值，CR百分比降低。最佳ISI变化指不同实验设置下产生最大兴奋性条件反