4.2.5基于神经网络的知识表示与推理 1.基于神经网络的知识表示 基于神经网络系统中知识的表示方法与传统人工智能系统中所用的方法(如产生式、框架、语义网络等)完全不同，传统人工智能系统中所用的方法是知识的显式表示，而神经 网络中的知识表示是一种隐式的表示方法。在这里，知识并不像在产生式系统中那样独立地表示为每一条规则，而是将某一问题的若干知识在同一网络中表示。例如，在有些神经网络系统中,知识是用神经网络所对应的有向权图的邻接矩阵及阈值向量表示的，如对图4.10所示的异或逻辑的神经网络来说，其邻接矩阵为

3.免疫算法的种类和参数选择 5种免疫算法： (1)反向选择算法。福雷斯特基于反向选择原理提出反向选择算法检测异常，其算 法主要包括两个步骤。首先，产生监测器集合，其中每个监测器与被保护的数据都不匹 配；然后，不断地将集合中每个监测器与被保护的数据相比较，如果监测器与被保护的数据相匹配，那么就判定该数据发生了变化。 (2)免疫遗传算法。丘恩(Chun)提出一种免疫算法，实质上是改进的遗传算法。

人工智能-AI4章计算智能.ppt该文档详细且完整，值得借鉴下载使用，欢迎下载使用，有问题可以第一时间联系作者~

人工智能-第五章计算智能.ppt该文档详细且完整，值得借鉴下载使用，欢迎下载使用，有问题可以第一时间联系作者~

4.1 概述 4.2 神经计算 4.3 模糊计算 4.4 粗糙集理论 4.5 遗传算法 4.6 进化策略 4.7 进化编程 4.8 人工生命 4.9 粒群优化 4.10 蚂群算法 4.11 自然计算 4.12 免疫算法

这是吉林大学计算智能的课件，授课老师是刘小华老师。挺不错的

张军《计算智能 》教材 课件 张军《计算智能 》教材 课件