人工神经网络综述

《人工神经网络综述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、目录1人工神经网络算法的工作原理32人工神经网络研究内容43人工神经网络的特点54典型的神经网络结构64.1前馈神经网络模型64.1.1自适应线性神经网络(Adaline)64.1.1.1网络结构64.1.1.2学习算法步骤74.1.1.3优缺点74.1.2单层感知器84.1.2.1网络结构84.1.2.2学习算法步骤94.1.2.3优缺点94.1.3多层感知器和BP算法104.1.3.1网络结构：104.1.3.2BP算法104.1.3.3算法学习规则114.1.3.4算法步骤114.1.3.5优缺点124.2反馈神经网络模型134.2.1Hopfiel

2、d神经网络134.2.1.1网络结构134.2.1.2学习算法154.2.1.3Hopfield网络工作方式154.2.1.4Hopfield网络运行步骤154.2.1.5优缺点164.2.2海明神经网络（Hamming）164.2.2.1网络结构164.2.2.2学习算法174.2.2.3特点184.2.3双向联想存储器（BAM）194.2.3.1网络结构194.2.3.2学习算法194.2.3.4优缺点215.人工神经网络发展趋势以及待解决的关键问题225.1与小波分析的结合225.1.1小波神经网络的应用235.1.2待解决的关键技术问题235.2混

3、沌神经网络235.2.1混沌神经网络的应用245.2.2待解决的关键技术问题245.3基于粗集理论245.3.1粗集与神经网络结合的应用255.3.2待解决的关键技术问题255.4分形神经网络255.4.1分形神经网络的应用255.4.2待解决的关键技术问题25参考文献26人工神经网络综述人工神经网络（ArtificialNeuralNetworks，ANN）系统是20世纪40年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。BP（BackPropagation）算法又称为误差反向传播

4、算法，是人工神经网络中的一种监督式的学习算法。BP神经网络算法在理论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定，灵活性很大，在优化、信号处理与模式识别、智能控制、故障诊断等许多领域都有着广泛的应用前景。1人工神经网络算法的工作原理人工神经元的研究起源于脑神经元学说。19世纪末，在生物、生理学领域，Waldeger等人创建了神经元学说。人们认识到复杂的神经系统是由数目繁多的神经元组合而成。大脑皮层包括有100亿个以上的神经元，每立方毫米约有数万个，

5、它们互相联结形成神经网络，通过感觉器官和神经接受来自身体内外的各种信息，传递至中枢神经系统内，经过对信息的分析和综合，再通过运动神经发出控制信息，以此来实现机体与内外环境的联系，协调全身的各种机能活动。神经元也和其他类型的细胞一样，包括有细胞膜、细胞质和细胞核。但是神经细胞的形态比较特殊，具有许多突起，因此又分为细胞体、轴突和树突三部分。细胞体内有细胞核，突起的作用是传递信息。树突是作为引入输入信号的突起，而轴突是作为输出端的突起，它只有一个。树突是细胞体的延伸部分，它由细胞体发出后逐渐变细，全长各部位都可与其他神经元的轴突末梢相互联系，形成所谓“突触”。

6、在突触处两神经元并未连通，它只是发生信息传递功能的结合部，联系界面之间间隙约为（15～50)×10米。突触可分为兴奋性与抑制性两种类型，它相应于神经元之间耦合的极性。每个神经元的突触数目正常，最高可达10个。各神经元之间的连接强度和极性有所不同，并且都可调整、基于这一特性，人脑具有存储信息的功能。利用大量神经元相互联接组成人工神经网络可显示出人的大脑的某些特征。人工神经网络是由大量的简单基本元件——神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。人工神经网络反映了人脑功能的若干基本特性，但

7、并非生物系统的逼真描述，只是某种模仿、简化和抽象。与数字计算机比较，人工神经网络在构成原理和功能特点等方面更加接近人脑，它不是按给定的程序一步一步地执行运算，而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制。人工神经网络首先要以一定的学习准则进行学习，然后才能工作。现以人工神经网络对于写“A”、“B”两个字母的识别为例进行说明，规定当“A”输入网络时，应该输出“1”，而当输入为“B”时，输出为“0”。所以网络学习的准则应该是：如果网络作出错误的的判决，则通过网络的学习，应使得网络减少下次犯同样错误的可能性。首先，给网络的各连接权值赋予(0，1)

8、区间内的随机值，将“A”所对应的图象模式输入给网络，网络将输入模式