• θ表示神经元兴奋的阈值；
• y 表示输出，它对应于生物神经元的轴 突。
----------------------------------------------
12
--------
• M-P 模型对抑制性输入赋于了“否决 权”，只有当不存在抑制性输入，且兴 奋性输入的总和超过阈值，神经元才会 兴奋，其输入与输出的关系如表所示。
16
--------
2、神经元的互连形态
人工神经网络是由神经元广泛互连构成的， 不同的连接方式就构成了网络的不同连 接模型，常用的有以下几种：
(1) 前向网络：前向网络又称为前馈网络。 在这种网络中，神经元分层排列，分别 组成输入层、中间层和输出层。每一层 神经元只接收来自前一层神经元的输入。 输入信息经各层变换后，最终在输出层 输出，如图所示。
– 抑制状态：指经对输入信息整合后，膜电位 下降至低于动作电位的阈值，此时无神经冲 动输出。
----------------------------------------------
7
--------
(4) 结构的可塑性：突触传递信息的特性是可变 的，随着神经冲动传递方式的变化，其传递作 用可强可弱。
2
--------
(2) 时空整合处理功能：神经元对于不同时间通过
同一突触传入的信息，具有时间整合功能；对 于同一时间通过不同突触传人的信息，具有空
间整合功能。
(3) 兴奋与抑制工作状态：
– 兴奋状态：指神经元对输入信息经整合后使 细胞膜电位升高，且超过了动作电位的阈值， 此时产生神经冲动，并由轴突输出。
基于神经网络的专家系统
一、脑神经系统与生物神经元
1. 脑神经系统:神经系统是由结构上相对 独立的神经细胞构成的。据估计，人脑 神经系统的神经细胞约为1011个。
2. 生物神经元
❖ 生物神经元组成：神经细胞称之为生物 神经元。神经元主要由三个部分组成： 细胞体、轴突、树突。
----------------------------------------------
----------------------------------------------
17
--------
前向网络
----------------------------------------------
18
--------
（2）从输出层到输入层有反馈的网络。这
种网络与上一种网络的区别仅仅在于，输出
– 网络的学习和识别取决于各神经元连接权值 的动态演化过程。
----------------------------------------------
9
--------
1、人工神经元
• 人工神经元是组成人工神经网络的基本 处理单元，简称为神经元。
• 心理学家麦克洛奇(W．McCulloch)和数 理逻辑学家皮兹(W.Pitts)于1943年首先提 出了一个简化的神经元模型，称为M-P模 型。
15
--------
• 神经元的工作过程一般是：
(1) 从各输人端接收输入信号xi； (2) 根据连接权值wi，求出所有输入的加权和σ ：
(3) 用某一特性函数 ( 又称作用函数) f 进行转换， 得到输出y：
----------------------------------------------
(5) 突触界面具有脉冲与电位信号的转换功能。 沿轴突传递的电脉冲是等幅、离散的脉冲信号， 而细胞膜电位变化为连续的电位信号，这两种 信号是在突触接口进行变换的。
(6) 突触对信息的传递具有时延和不应期。在相邻 的两次输入之间需要一定的时间间隔，在此期 间不响应激励，不传递信息，这称为不应期。
----------------------------------------------
14
--------
• x(i=1，2，…，n) 为该神经元的输入 • Wi 为该神经元分别与各输入间的连接强
度，称为连接权值；
• θ为该神经元的阈值， • s 为外部输入的控制信在 某一状态；
• y 为神经元的输出。
----------------------------------------------
8
--------
二、人工神经元及其互连结构
➢ 人工神经网络是由大量处理单元 (人工神经
元、处理元件、电子元件、光电元件等) 经广 泛互连而组成的人工网络，用来模拟脑神经系 统的结构和功能。
– 信息的处理是由神经元之间的相互作用来实 现。
– 知识与信息的存储表现为网络元件互连间分 布式的物理联系。
层上的某些输出信息又作为输入信息送入到 输入层的神经元上。
图2 从输---出-----层------到-----输-----入-----层-----有-----反------馈- 的网络
19
--------
(3) 层内有互连的网络。同一层上的神经元 可以互相作用。
图3 层内有互连的网络
----------------------------------------------
20
--------
（4）互连网络。在这种网络中，任意两个 神经元之间都可以有连接，如图4所示。 在该网络中，信息可以在神经元之间反 复往返地传递，网络一直处在一种改变 状态的动态变化之中。
图4 互连网络 ----------------------------------------------
M-P模型输入输出关系表
----------------------------------------------
13
--------
• 在M-P模型基础上发展起来的常用神经网络模型 如图所示：
神经元的结构模型 ----------------------------------------------
----------------------------------------------
10
--------
• M-P模型
----------------------------------------------
11
--------
• 圆表示神经元的细胞体；
• e，i 表示外部输入，对应于生物神经元 的树突。e为兴奋性突触连接，i 为抑制 性突触连接；