人工智能課件

第4章：人工智能Copyright?2010bytheMcGraw-HillCompanies,Inc.Allrightsreserved.McGraw-Hill/Irwin第4章：人工智能Copyright?2010byth學(xué)習(xí)目標(biāo)地理信息系統(tǒng)定義專家系統(tǒng)并描述適于它們解決的問題類型定義神經(jīng)網(wǎng)絡(luò)和模糊邏輯以及這些人工智能工具的用途定義遺傳算法，并列舉它們所基于的概念以及解決的問題類型4-2學(xué)習(xí)目標(biāo)地理信息系統(tǒng)4-2本章目錄4.1地理信息系統(tǒng)4.2人工智能4.3專家系統(tǒng)4.4神經(jīng)網(wǎng)絡(luò)和模糊邏輯4.5遺傳算法本章目錄引例：國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技需要能力愛國(guó)者足球隊(duì)是一支非常成功的球隊(duì)球隊(duì)使用決策支持系統(tǒng)來分析對(duì)手的比賽軟件將比賽日視頻分解為競(jìng)賽和選手動(dòng)作使用這些信息愛國(guó)者可以更好的策劃它們的戰(zhàn)略4-4引例：國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技需要能力愛國(guó)者足球隊(duì)是一支國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技更需要能力在其他運(yùn)動(dòng)中，決策支持系統(tǒng)使用預(yù)測(cè)分析來獲得優(yōu)勢(shì)嗎？選擇一種體育運(yùn)動(dòng)并解釋它們?nèi)绾问褂肈SS？允許教練使用筆記本電腦在運(yùn)動(dòng)場(chǎng)地改變比賽嗎？通過決策支持系統(tǒng)能夠提高足球的其他方面嗎？4-5國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技更需要能力在其他運(yùn)動(dòng)中，決策支持4.1地理信息系統(tǒng)地理信息系統(tǒng)—專門為使用空間信息而設(shè)計(jì)的決策支持系統(tǒng)?？臻g信息是可以使用地圖的形式來表示的所有信息企業(yè)大量地使用地理信息系統(tǒng)軟件分析信息、產(chǎn)生商業(yè)智能和制定決策。4-64.1地理信息系統(tǒng)地理信息系統(tǒng)—專門為使用空間信息而設(shè)計(jì)的丹佛的Zillow地理信息系統(tǒng)軟件4-7丹佛的Zillow地理信息系統(tǒng)軟件4-74.2人工智能DSS和GIS支持決策，他們都是增強(qiáng)企業(yè)智能的信息技術(shù)系統(tǒng)。利用人工智能可以進(jìn)一步增強(qiáng)企業(yè)智能。人工智能：運(yùn)用計(jì)算機(jī)以各種方式模仿人類各種行為的技術(shù)和軟件。專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)（模糊邏輯）遺傳算法智能代理（或基于代理的技術(shù)）4-84.2人工智能DSS和GIS支持決策，他們都是增強(qiáng)企業(yè)智能4.3專家系統(tǒng)專家系統(tǒng)：基于知識(shí)的系統(tǒng)（knowledgebasedsystem），使用推理機(jī)制獲得結(jié)論的人工智能系統(tǒng)。適用于以下兩種問題：診斷性問題（發(fā)生了什么問題）：決策的情報(bào)分析指令性問題（該做什么）：決策的選擇專家系統(tǒng)為特定的應(yīng)用領(lǐng)域而建立：會(huì)計(jì)：用于審計(jì)、水務(wù)計(jì)劃、管理咨詢和培訓(xùn)方面醫(yī)藥：兼顧多方面因素（如患者病史、感染源以及現(xiàn)有藥品的價(jià)格）輕快下開出抗生素處方人力資源管理：幫助人事經(jīng)理了解他們是否存在與聯(lián)邦就業(yè)法不一致的問題財(cái)務(wù)管理：辨別銀行貸款部門中有拖欠傾向的賬戶生產(chǎn)：指導(dǎo)各類產(chǎn)品的加工制造，如飛機(jī)零部件林業(yè)管理：幫助在林區(qū)合理的砍伐樹木4-94.3專家系統(tǒng)專家系統(tǒng)：基于知識(shí)的系統(tǒng)（knowledge紅綠燈系統(tǒng)4-10規(guī)則現(xiàn)象或事實(shí)是否解釋1綠燈亮了嗎通過十字路口轉(zhuǎn)到規(guī)則2綠燈亮?xí)r是安全的，否則需要更多的信息2紅燈亮了嗎轉(zhuǎn)到規(guī)則4轉(zhuǎn)到規(guī)則3應(yīng)停車，不可以通過3在你到達(dá)十字路口前，紅燈可能要亮嗎？轉(zhuǎn)到規(guī)則4通過十字路口只有黃燈亮?xí)r才會(huì)出現(xiàn)這種情況，然后你將有兩種選擇4在進(jìn)入十字路口前，你能停車嗎？停車轉(zhuǎn)到規(guī)則5應(yīng)停車，否則就可能出現(xiàn)問題5是否有兩車正從某側(cè)開過來？準(zhǔn)備應(yīng)付撞車事件通過十字路口除非十字路口處沒有車路通過，否則很可能相撞。紅綠燈系統(tǒng)4-10規(guī)則現(xiàn)象或事實(shí)是否解釋1綠燈亮了嗎通過十字專家系統(tǒng)能做什么和不能做什么？專家系統(tǒng)能利用信息技術(shù)獲取和利用人類的專業(yè)知識(shí)。專家系統(tǒng)可以很好的解決具有清晰規(guī)則和程序的問題且具有很高的效率，并給公司帶來巨大的收益：處理大量的信息匯聚來自各種渠道的信息減少錯(cuò)誤改善客戶服務(wù)降低成本提供決策的一致性提供新的信息減少個(gè)人花在工作任務(wù)上的時(shí)間4-11專家系統(tǒng)能做什么和不能做什么？專家系統(tǒng)能利用信息技術(shù)獲取和利專家系統(tǒng)在建立和使用的過程中可能會(huì)出現(xiàn)的問題：專家不能清楚的表達(dá)他們?nèi)绾谓鉀Q問題，說不清解決問題的整個(gè)推理過程，解決問題往往是憑經(jīng)驗(yàn)和直覺，所以將專家的領(lǐng)域知識(shí)傳遞給專家系統(tǒng)時(shí)就會(huì)出現(xiàn)困難。比如醫(yī)藥醫(yī)療專家系統(tǒng)即使推理過程可以解釋，但將推理過程完全自動(dòng)化難度很大。推理過程可能比較復(fù)雜，需要大量規(guī)則，或者推理過程模糊并不精確。專家系統(tǒng)無法從以前的經(jīng)驗(yàn)中學(xué)習(xí)并像人類一樣將以前獲取的經(jīng)驗(yàn)應(yīng)用到新的問題中。所以它只能解決那些設(shè)計(jì)好的問題，不能處理不一致或新出現(xiàn)的問題。專家系統(tǒng)在建立和使用的過程中可能會(huì)出現(xiàn)的問題：專家系統(tǒng)和決策支持系統(tǒng)的區(qū)別決策支持系統(tǒng)輔助用戶進(jìn)行決策。用戶必須對(duì)所處理的問題有相當(dāng)?shù)膶I(yè)知識(shí)和專業(yè)技能。用戶必須知道如何對(duì)問題進(jìn)行推理、應(yīng)該提出哪些問題、如何得到答案以及如何進(jìn)行下一步。專家系統(tǒng)專家系統(tǒng)具有人類的專業(yè)知識(shí)。用戶只需要向?qū)＜蚁到y(tǒng)提問即可。專家系統(tǒng)和決策支持系統(tǒng)的區(qū)別決策支持系統(tǒng)4.4神經(jīng)網(wǎng)絡(luò)你看到一條以前從沒有見過品種的狗，你能知道它是一條狗嗎？神經(jīng)網(wǎng)絡(luò)（neuralnetwork)：常稱為人工神經(jīng)網(wǎng)絡(luò)（artificialneuralnetwork,ANN），是可以發(fā)現(xiàn)和識(shí)別模式的人工智能系統(tǒng)。為了分辨不同的事務(wù)，人類需要考慮許多因素，這也是神經(jīng)網(wǎng)絡(luò)的工作方式。當(dāng)有大量的信息可以利用是，神經(jīng)網(wǎng)絡(luò)非常使用于識(shí)別、分類和預(yù)測(cè)。通過檢驗(yàn)成敗上千實(shí)例，神經(jīng)網(wǎng)絡(luò)可以查明信息中重要聯(lián)系和模式。神經(jīng)網(wǎng)絡(luò)可以從例子中學(xué)習(xí)，并且可以用于新的概念和知識(shí)。神經(jīng)網(wǎng)絡(luò)廣泛用于圖像模式和語(yǔ)言的分辨系統(tǒng)中。4-144.4神經(jīng)網(wǎng)絡(luò)你看到一條以前從沒有見過品種的狗，你能知道它第四章人工智能課件簡(jiǎn)單舉例：可辨認(rèn)自己的電子記事本，利用神經(jīng)網(wǎng)絡(luò)來分析你的自己特征Soundhound：獵曲奇兵手機(jī)軟件，可以通過辨認(rèn)你的聲音識(shí)別歌曲美國(guó)機(jī)場(chǎng)的炸彈檢測(cè)系統(tǒng)可以使用檢測(cè)空氣中的微量元素的神經(jīng)網(wǎng)絡(luò)來指示是否存在爆炸物神經(jīng)網(wǎng)絡(luò)每年檢查5000多萬例心電圖，檢查藥物的相互作用，以及從組織切片樣本中檢測(cè)出可能患癌癥或者其他疾病的異?，F(xiàn)象等。商業(yè)方面，在證券交易、檢測(cè)詐騙行為、信用評(píng)估、房產(chǎn)評(píng)估、貸款申請(qǐng)?jiān)u估、目標(biāo)市場(chǎng)分析方面應(yīng)用也很廣泛。應(yīng)用在機(jī)械控制、溫度調(diào)節(jié)和機(jī)器故障識(shí)別等方面P92和P94的案例簡(jiǎn)單舉例：神經(jīng)網(wǎng)絡(luò)能夠獨(dú)立學(xué)習(xí)并適應(yīng)新環(huán)境適于大規(guī)模并行處理可以在具有不完整信息的情況下進(jìn)行工作能夠處理變量之間具有依賴性的大量信息分析信息中的非線性關(guān)系，被稱為特別回歸分析（fancyregressionanalysis)4-17神經(jīng)網(wǎng)絡(luò)能夠獨(dú)立學(xué)習(xí)并適應(yīng)新環(huán)境4-174.5遺傳算法遺傳算法：是一種人工智能系統(tǒng)，它通過模仿進(jìn)化過程中適者生存規(guī)律從而產(chǎn)生的一個(gè)問題逐步改進(jìn)的解決方案。遺傳算法是一種優(yōu)化系統(tǒng)，它能發(fā)現(xiàn)產(chǎn)出最優(yōu)輸出的輸入組合。比如試圖選取20種股票作為投資組合，但是你只有有限的資金，假定你開始先買20只股票，要求投資組合的增長(zhǎng)率為7.5%一年。首先選取行業(yè)，研究行業(yè)歷史，再研究股票歷史，從30只股票中選取20只，那么有30045015種不同的組合。假設(shè)從40只股票中選擇，組合數(shù)目增加到137846500000種。然后加入你的條件，比如市盈率多少，年收益每股多少，過去幾年的業(yè)績(jī)，公司經(jīng)營(yíng)的時(shí)間，大股東變動(dòng)情況，消息面的情況，分紅狀況等等，這些條件即你提供給遺傳算法的確切標(biāo)準(zhǔn)。遺傳算法對(duì)股票進(jìn)行組合再組合，刪去其中不符合標(biāo)準(zhǔn)的組合，利用可以接受的組合進(jìn)入下一代繼續(xù)進(jìn)行。4-184.5遺傳算法遺傳算法：是一種人工智能系統(tǒng)，它通過模仿進(jìn)化遺傳算法的進(jìn)化理論選擇—或稱適者生存，選擇的關(guān)鍵在于優(yōu)先考慮較好的結(jié)果。交叉—因希望產(chǎn)生一個(gè)更好的結(jié)果而將幾個(gè)好的結(jié)果搭配在一起。變異—試著隨機(jī)組合并評(píng)估其結(jié)果的成功與失敗。4-19遺傳算法的進(jìn)化理論選擇—或稱適者生存，選擇的關(guān)鍵在于優(yōu)先考慮遺傳算法能夠考慮幾千或甚至幾百萬個(gè)解，連接并重組這些解，直到找到最優(yōu)解。與人類相比，它可以更快更徹底的檢查更多的可能方案。例如，法國(guó)液化空氣公司，一家生產(chǎn)工業(yè)氣體的公司，使用遺傳算法尋找最佳的生產(chǎn)計(jì)劃和供應(yīng)鏈分銷店。該公司擁有40家工廠和8000個(gè)客戶站點(diǎn)，必須考慮如電力價(jià)格、客戶需求預(yù)測(cè)、電力成本以及每家工廠的效率等因素。在不斷增加條件和實(shí)驗(yàn)不同組合的過程中找到最優(yōu)的方案。4-20遺傳算法能夠考慮幾千或甚至幾百萬個(gè)解，連接并重組這些解，直到遺傳算法與規(guī)劃求解有相似處，只是樣本更多

假定美國(guó)制藥公司有四個(gè)工廠為四個(gè)主要的客戶中心數(shù)據(jù)庫(kù)提供供應(yīng)，其管理的目標(biāo)是為這些客戶每個(gè)月的供應(yīng)定出一個(gè)成本最低的運(yùn)輸計(jì)劃。工廠供應(yīng)，倉(cāng)庫(kù)需求，藥品的單位運(yùn)輸費(fèi)用如表5.1所示。

表5.1制藥公司運(yùn)輸問題的數(shù)據(jù)遺傳算法與規(guī)劃求解有相似處，只是樣本更多假定美國(guó)制藥本例中的運(yùn)輸矩陣如表5.2所示，每個(gè)工廠的供應(yīng)量由表中最右邊一列給出，數(shù)據(jù)庫(kù)的需求則在底行。運(yùn)輸成本由各個(gè)方格中的小格子給出。如從印第安納波利斯的工廠運(yùn)輸一個(gè)單位的產(chǎn)品到哥倫布的客戶中心數(shù)據(jù)庫(kù)的成本為25美元。表5.2

制藥公司運(yùn)輸問題的運(yùn)輸矩陣本例中的運(yùn)輸矩陣如表5.2所示，每個(gè)工廠的供應(yīng)量由表中最右邊運(yùn)用EXCELSOLVER線性規(guī)劃工具來解決問題：需要特別注意條件：總供應(yīng)量=總需求量總運(yùn)量<=工廠供貨量總成本最小理解：四個(gè)工廠：印第安納波利斯，鳳凰城，紐約和亞特蘭大四個(gè)需要藥品的庫(kù)：哥倫布，圣路易斯，丹佛和洛杉磯每個(gè)工廠的可供應(yīng)藥品的量分別是：15,6,14和11每個(gè)庫(kù)對(duì)藥品的需求量分別是：10,12,15,9從每個(gè)工廠到每個(gè)不同的庫(kù)的運(yùn)費(fèi)不同，有高有低要滿足總成本最小，即總運(yùn)費(fèi)最小這個(gè)條件保證需求得到滿足保證運(yùn)量不超過工廠的供貨能力運(yùn)用EXCELSOLVER線性規(guī)劃工具來解決問題：需要特第四章人工智能課件P103綜合案例4.1P105綜合案例4.2案例分析P103綜合案例4.1案例分析26謝謝聆聽!26謝謝聆聽!第4章：人工智能Copyright?2010bytheMcGraw-HillCompanies,Inc.Allrightsreserved.McGraw-Hill/Irwin第4章：人工智能Copyright?2010byth學(xué)習(xí)目標(biāo)地理信息系統(tǒng)定義專家系統(tǒng)并描述適于它們解決的問題類型定義神經(jīng)網(wǎng)絡(luò)和模糊邏輯以及這些人工智能工具的用途定義遺傳算法，并列舉它們所基于的概念以及解決的問題類型4-28學(xué)習(xí)目標(biāo)地理信息系統(tǒng)4-2本章目錄4.1地理信息系統(tǒng)4.2人工智能4.3專家系統(tǒng)4.4神經(jīng)網(wǎng)絡(luò)和模糊邏輯4.5遺傳算法本章目錄引例：國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技需要能力愛國(guó)者足球隊(duì)是一支非常成功的球隊(duì)球隊(duì)使用決策支持系統(tǒng)來分析對(duì)手的比賽軟件將比賽日視頻分解為競(jìng)賽和選手動(dòng)作使用這些信息愛國(guó)者可以更好的策劃它們的戰(zhàn)略4-30引例：國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技需要能力愛國(guó)者足球隊(duì)是一支國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技更需要能力在其他運(yùn)動(dòng)中，決策支持系統(tǒng)使用預(yù)測(cè)分析來獲得優(yōu)勢(shì)嗎？選擇一種體育運(yùn)動(dòng)并解釋它們?nèi)绾问褂肈SS？允許教練使用筆記本電腦在運(yùn)動(dòng)場(chǎng)地改變比賽嗎？通過決策支持系統(tǒng)能夠提高足球的其他方面嗎？4-31國(guó)家足球聯(lián)盟隊(duì)伍不僅需要競(jìng)技更需要能力在其他運(yùn)動(dòng)中，決策支持4.1地理信息系統(tǒng)地理信息系統(tǒng)—專門為使用空間信息而設(shè)計(jì)的決策支持系統(tǒng)?？臻g信息是可以使用地圖的形式來表示的所有信息企業(yè)大量地使用地理信息系統(tǒng)軟件分析信息、產(chǎn)生商業(yè)智能和制定決策。4-324.1地理信息系統(tǒng)地理信息系統(tǒng)—專門為使用空間信息而設(shè)計(jì)的丹佛的Zillow地理信息系統(tǒng)軟件4-33丹佛的Zillow地理信息系統(tǒng)軟件4-74.2人工智能DSS和GIS支持決策，他們都是增強(qiáng)企業(yè)智能的信息技術(shù)系統(tǒng)。利用人工智能可以進(jìn)一步增強(qiáng)企業(yè)智能。人工智能：運(yùn)用計(jì)算機(jī)以各種方式模仿人類各種行為的技術(shù)和軟件。專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)（模糊邏輯）遺傳算法智能代理（或基于代理的技術(shù)）4-344.2人工智能DSS和GIS支持決策，他們都是增強(qiáng)企業(yè)智能4.3專家系統(tǒng)專家系統(tǒng)：基于知識(shí)的系統(tǒng)（knowledgebasedsystem），使用推理機(jī)制獲得結(jié)論的人工智能系統(tǒng)。適用于以下兩種問題：診斷性問題（發(fā)生了什么問題）：決策的情報(bào)分析指令性問題（該做什么）：決策的選擇專家系統(tǒng)為特定的應(yīng)用領(lǐng)域而建立：會(huì)計(jì)：用于審計(jì)、水務(wù)計(jì)劃、管理咨詢和培訓(xùn)方面醫(yī)藥：兼顧多方面因素（如患者病史、感染源以及現(xiàn)有藥品的價(jià)格）輕快下開出抗生素處方人力資源管理：幫助人事經(jīng)理了解他們是否存在與聯(lián)邦就業(yè)法不一致的問題財(cái)務(wù)管理：辨別銀行貸款部門中有拖欠傾向的賬戶生產(chǎn)：指導(dǎo)各類產(chǎn)品的加工制造，如飛機(jī)零部件林業(yè)管理：幫助在林區(qū)合理的砍伐樹木4-354.3專家系統(tǒng)專家系統(tǒng)：基于知識(shí)的系統(tǒng)（knowledge紅綠燈系統(tǒng)4-36規(guī)則現(xiàn)象或事實(shí)是否解釋1綠燈亮了嗎通過十字路口轉(zhuǎn)到規(guī)則2綠燈亮?xí)r是安全的，否則需要更多的信息2紅燈亮了嗎轉(zhuǎn)到規(guī)則4轉(zhuǎn)到規(guī)則3應(yīng)停車，不可以通過3在你到達(dá)十字路口前，紅燈可能要亮嗎？轉(zhuǎn)到規(guī)則4通過十字路口只有黃燈亮?xí)r才會(huì)出現(xiàn)這種情況，然后你將有兩種選擇4在進(jìn)入十字路口前，你能停車嗎？停車轉(zhuǎn)到規(guī)則5應(yīng)停車，否則就可能出現(xiàn)問題5是否有兩車正從某側(cè)開過來？準(zhǔn)備應(yīng)付撞車事件通過十字路口除非十字路口處沒有車路通過，否則很可能相撞。紅綠燈系統(tǒng)4-10規(guī)則現(xiàn)象或事實(shí)是否解釋1綠燈亮了嗎通過十字專家系統(tǒng)能做什么和不能做什么？專家系統(tǒng)能利用信息技術(shù)獲取和利用人類的專業(yè)知識(shí)。專家系統(tǒng)可以很好的解決具有清晰規(guī)則和程序的問題且具有很高的效率，并給公司帶來巨大的收益：處理大量的信息匯聚來自各種渠道的信息減少錯(cuò)誤改善客戶服務(wù)降低成本提供決策的一致性提供新的信息減少個(gè)人花在工作任務(wù)上的時(shí)間4-37專家系統(tǒng)能做什么和不能做什么？專家系統(tǒng)能利用信息技術(shù)獲取和利專家系統(tǒng)在建立和使用的過程中可能會(huì)出現(xiàn)的問題：專家不能清楚的表達(dá)他們?nèi)绾谓鉀Q問題，說不清解決問題的整個(gè)推理過程，解決問題往往是憑經(jīng)驗(yàn)和直覺，所以將專家的領(lǐng)域知識(shí)傳遞給專家系統(tǒng)時(shí)就會(huì)出現(xiàn)困難。比如醫(yī)藥醫(yī)療專家系統(tǒng)即使推理過程可以解釋，但將推理過程完全自動(dòng)化難度很大。推理過程可能比較復(fù)雜，需要大量規(guī)則，或者推理過程模糊并不精確。專家系統(tǒng)無法從以前的經(jīng)驗(yàn)中學(xué)習(xí)并像人類一樣將以前獲取的經(jīng)驗(yàn)應(yīng)用到新的問題中。所以它只能解決那些設(shè)計(jì)好的問題，不能處理不一致或新出現(xiàn)的問題。專家系統(tǒng)在建立和使用的過程中可能會(huì)出現(xiàn)的問題：專家系統(tǒng)和決策支持系統(tǒng)的區(qū)別決策支持系統(tǒng)輔助用戶進(jìn)行決策。用戶必須對(duì)所處理的問題有相當(dāng)?shù)膶I(yè)知識(shí)和專業(yè)技能。用戶必須知道如何對(duì)問題進(jìn)行推理、應(yīng)該提出哪些問題、如何得到答案以及如何進(jìn)行下一步。專家系統(tǒng)專家系統(tǒng)具有人類的專業(yè)知識(shí)。用戶只需要向?qū)＜蚁到y(tǒng)提問即可。專家系統(tǒng)和決策支持系統(tǒng)的區(qū)別決策支持系統(tǒng)4.4神經(jīng)網(wǎng)絡(luò)你看到一條以前從沒有見過品種的狗，你能知道它是一條狗嗎？神經(jīng)網(wǎng)絡(luò)（neuralnetwork)：常稱為人工神經(jīng)網(wǎng)絡(luò)（artificialneuralnetwork,ANN），是可以發(fā)現(xiàn)和識(shí)別模式的人工智能系統(tǒng)。為了分辨不同的事務(wù)，人類需要考慮許多因素，這也是神經(jīng)網(wǎng)絡(luò)的工作方式。當(dāng)有大量的信息可以利用是，神經(jīng)網(wǎng)絡(luò)非常使用于識(shí)別、分類和預(yù)測(cè)。通過檢驗(yàn)成敗上千實(shí)例，神經(jīng)網(wǎng)絡(luò)可以查明信息中重要聯(lián)系和模式。神經(jīng)網(wǎng)絡(luò)可以從例子中學(xué)習(xí)，并且可以用于新的概念和知識(shí)。神經(jīng)網(wǎng)絡(luò)廣泛用于圖像模式和語(yǔ)言的分辨系統(tǒng)中。4-404.4神經(jīng)網(wǎng)絡(luò)你看到一條以前從沒有見過品種的狗，你能知道它第四章人工智能課件簡(jiǎn)單舉例：可辨認(rèn)自己的電子記事本，利用神經(jīng)網(wǎng)絡(luò)來分析你的自己特征Soundhound：獵曲奇兵手機(jī)軟件，可以通過辨認(rèn)你的聲音識(shí)別歌曲美國(guó)機(jī)場(chǎng)的炸彈檢測(cè)系統(tǒng)可以使用檢測(cè)空氣中的微量元素的神經(jīng)網(wǎng)絡(luò)來指示是否存在爆炸物神經(jīng)網(wǎng)絡(luò)每年檢查5000多萬例心電圖，檢查藥物的相互作用，以及從組織切片樣本中檢測(cè)出可能患癌癥或者其他疾病的異?，F(xiàn)象等。商業(yè)方面，在證券交易、檢測(cè)詐騙行為、信用評(píng)估、房產(chǎn)評(píng)估、貸款申請(qǐng)?jiān)u估、目標(biāo)市場(chǎng)分析方面應(yīng)用也很廣泛。應(yīng)用在機(jī)械控制、溫度調(diào)節(jié)和機(jī)器故障識(shí)別等方面P92和P94的案例簡(jiǎn)單舉例：神經(jīng)網(wǎng)絡(luò)能夠獨(dú)立學(xué)習(xí)并適應(yīng)新環(huán)境適于大規(guī)模并行處理可以在具有不完整信息的情況下進(jìn)行工作能夠處理變量之間具有依賴性的大量信息分析信息中的非線性關(guān)系，被稱為特別回歸分析（fancyregressionanalysis)4-43神經(jīng)網(wǎng)絡(luò)能夠獨(dú)立學(xué)習(xí)并適應(yīng)新環(huán)境4-174.5遺傳算法遺傳算法：是一種人工智能系統(tǒng)，它通過模仿進(jìn)化過程中適者生存規(guī)律從而產(chǎn)生的一個(gè)問題逐步改進(jìn)的解決方案。遺傳算法是一種優(yōu)化系統(tǒng)，它能發(fā)現(xiàn)產(chǎn)出最優(yōu)輸出的輸入組合。比如試圖選取20種股票作為投資組合，但是你只有有限的資金，假定你開始先買20只股票，要求投資組合的增長(zhǎng)率為7.5%一年。首先選取行業(yè)，研究行業(yè)歷史，再研究股票歷史，從30只股票中選取20只，那么有30045015種不同的組合。假設(shè)從40只股票中選擇，組合數(shù)目增加到137846500000種。然后加入你的條件，比如市盈率多少，年收益每股多少，過去幾年的業(yè)績(jī)，公司經(jīng)營(yíng)的時(shí)間，大股東變動(dòng)情況，消息面的情況，分紅狀況等等，這些條件即你提供給遺傳算法的確切標(biāo)準(zhǔn)。遺傳算法對(duì)股票進(jìn)行組合再組合，刪去其中不符合標(biāo)準(zhǔn)的組合，利用可以接受的組合進(jìn)入下一代繼續(xù)進(jìn)行。4-444.5遺傳算法遺傳算法：是一種人工智能系統(tǒng)，它通過模仿進(jìn)化遺傳算法的進(jìn)化理論選擇—或稱適者生存，選擇的關(guān)鍵在于優(yōu)先考慮較好的結(jié)果。交叉—因希望產(chǎn)生一個(gè)更好的結(jié)果而將幾個(gè)好的結(jié)果搭配在一起。變異—試著隨機(jī)組合并評(píng)估其結(jié)果的成功與失敗。4-45遺傳算法的進(jìn)化理論選擇—或稱適者生存，選擇的關(guān)鍵在于優(yōu)先考慮遺傳算法能夠考慮幾千或甚至幾百萬個(gè)解，連接并重組這些解，直到找到最優(yōu)解。與人類相比，它可以更快更徹底的檢查更多的可能方案。例如，法國(guó)液化