文档介绍：人工智能算法综述
人工神经网络（ANN）遗传算法（GA）人工免疫算法（AIA）专家系统（）

遗传算法(Genetic Algorithms ,GA)是由美国Michigan 大学的学者 Holland于 1975年首输出特性（激活特性）、网络的拓扑结构（神经元的连接方式）所决定。
有输入层、隐含层、输出层构成，在BP神经网络中，工作信号正向传播，误差信号反响传播，通过修改各神经元的权值，使误差信号减小。
（二）特点
（1）容错性强。在神经网络中，一个处理单元的失效不会造成整个网络系统失效，
只是导致整个网络系统性能的降低，因此，神经网络系统具有良好的容错能力。
（2）分布式信息存储。神经网络记忆的信息是存储在神经元的互连分布上（联中），
信息在整个网络中作为一种连接的模式被存储，从单个连接权上看不出存储内容，因而
是分布式存储方式。
（3）具有自学****和自组织能力。神经网络可以自动调整其结构来学****新的模式，
这种变结构系统表现出很强的环境适应性及学****能力，体现在状态变化过程中神经网络
系统内部连接结构和连接方式的改变。
（4）多层神经网络系统具有强大的运算能力和处理实际问题的能力，它可以处理
一些背景信息十分复杂、知识背景不清楚、推理规则不明确的问题。在实际问题中所面
对的模式类型丰富多变，甚至互相矛盾，而制定决策又无规则可循，对于这些问题，神
经网络系统通过学****可以学会处理具体事例，给出满意结果。
（三）应用
东北大学设备诊断工程中心虞和济研制的通用型神经网络智能诊断系统，已达到商业化
水品，并已在生产线上运行。
在故障诊断的实际应用中，有多种神经网络结构模型，如 Hopfield 网络、BoltZmxam 机、ART 网络和 BAM 网络等。
（四）发展
1985 年，Powell 提出了多变量插值的径向基函数（RBF）方法。
1988 年，Broomhead和 Lowe 首先将 RBF 应用于神经网络设计，对径向基函数和多层神经网络进行了对比，揭示了二者的关系。
1989 年，Moody 和 Darken 提出了一种新颖的神经网络——径向基神经网络。
1989 年，Jackon 论证了 RBF 神经网络对非线性连续函数的一致逼近性能。
进入 20 世纪 90 年代，随着 RBF 这一新颖的网络类型出现，RBF 网络可以根据问题确定相应的网络拓扑结构，学****速度快，不会出现局部极小值问题。
径向基函数（RBF）网络理论为多层前馈网络的学****提供了一种新颖而有效的手段。RBF 网络不仅能以任意精度逼近任意连续函数，而且具有良好的推广能力，避免了 BP 算法中繁琐、冗长的计算，其学****速度可以比通常的 BP 算法快 100－10000倍，其隐层节点的数目也在训练过程中确定，因此可以得到最优解。RBF 神经网络是一个具有单隐层的三层前馈网络[63]，即输入层、隐层和输出层。
各种诊断理论与神经网络结合。如概率（数理统计）神经网络、分析型（函数识别法）NN、逻辑（逻辑识别）NN、模糊（模糊识别）NN、灰色（灰色识别）NN；
信号处理与神经网络结合；
神经网络结构的改进；
专家系统与神经网络系统结合；
设备故障诊断智能系统的微型化和“傻瓜”化。