人工神经网络

《人工神经网络》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人工智能题目：人工神经网络班级：1120542学号：01姓名：范金欢成绩：日期：2014年10月24日7摘要:首先分析传统计算机体系结构在解决非结构性时的缺陷和不足，然后此引出人工神经网络研究的必要性。介绍了神经网络的基本原理和优点，神经网络的在未来的发展方向，及其重要意义。关键词:传统计算机，非结构化问题，生物神经元，人工神经网络引言计算机发展到今天，其体积、功耗越来越小、功能，速度越来越高。而且，多终端的分时系统和资源共享的网络系统、智能化的知识库和专家系统也已得到了广泛的应用。但是，随者技术的高速发展。传统计算机体系的这些优良的性能已难以满足人们益

2、增长的实际需要。以“机”代“脑”的呼声越来越高。人工神经网络的历史沿革1943年，心理学家W。S。McCulloch和数理逻辑学家W。Pitts建立了神经网络和数学模型，称为MP模型。他们通过MP模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能，从而开创了人工神经网络研究的时代。1949年，心理学家提出了突触联系强度可变的设想。60年代，人工神经网络的到了进一步发展，更完善的神经网络模型被提出，其中包括感知器和自适应线性元件等。M。Minsky等仔细分析了以感知器为代表的神经网络系统的功能及局限后，于1969年出版了《Per

3、ceptron》一书，指出感知器不能解决高阶位次7问题。他们的论点极大地影响了神经网络的研究，加之当时串行计算机和人工智能所取得的成就，掩盖了发展新型计算机和人工智能新途径的必要性和迫切性，使人工神经网络的研究处于低潮。在此期间，一些人工神经网络的研究者仍然致力于这一研究，提出了适应谐振理论（ART网）、自组织映射、认知机网络，同时进行了神经网络数学理论的研究。以上研究为神经网络的研究和发展奠定了基础。1982年，美国加州工学院物理学家J。J。Hopfield提出了Hopfield神经网格模型，引入了“计算能量”概念，给出了网络稳定性判断。1984年，他

4、又提出了连续时间Hopfield神经网络模型，为神经计算机的研究做了开拓性的工作，开创了神经网络用于联想记忆和优化计算的新途径，有力地推动了神经网络的研究，1985年，又有学者提出了波耳兹曼模型，在学习中采用统计热力学模拟技术，保证整个系统趋于全局稳定点。1986年进行认知微观结构地研究，提出了并行分布处理的理论。人工神经网络的研究受到了各个发达国家的重视，美国国会通过决议将1990年1月5日开始的十年定为“脑的十年”，国际研究组织号召它的成员国将“脑的十年”变为全球行为。在日本的“真实世界计算（RWC）”项目中，人工智能的研究成了一个重要的组成部分。人

5、工神经网络的定义人工神经网络(AItifica]NeuralNetworks)。简称神经网络，是由大量类似于神经元的简单处理单元广泛互联的复杂网络系统。它是在现代并行神经学研究成果的基础上提出的，它反映了人脑的某些特征，但却并非神经系统的真实描述。而只是其简化、抽象和模拟，它通过联接强度的调整表现出类似人脑的学习、归纳和分类特征。因此，研究神经网络的根本目的在于探索人脑加工、存储和搜索信息的机制，进而搜索将此原理应用于多种信号处理的可能性。人工神经网络的基本特征神经网络的模型很多。它们的总体特征如下：(1)大规模并行处理引起的高速计算能量。(2)分布式贮

6、存具有很强的坚定性：神经元的损坏不明显影响整个系统的性能。(3)具有很强的自学习或训练功能：根据环境变化不断调节自身。(4)目标编程：测量取得该目标的性能、并由此对系统进行自组织，从而避免不必要的编程规则。（5)基本计算单元：每个单元类似于一个简单逻辑神经元(不具更多功能)。人工神经网络的功能神经网络主要用于解决语言、视觉和机器人问题等大量而广泛的任务。具体地说，7有以下几种：（1）模式分类；（2）自组织或聚类；（3）联想存储和处理；（4）视觉和语言预处理；（5）复杂计算任务：如求解组合化问题；（6）机器人控制中的非线性输入和输出映射；7）多个传感器的传

7、感器聚焦；（8）时变模式识别：如语言识别。人工神经网络的基本原理人工神经网络（articlesneuralnetwork，ANN）结构和工作机理基本上以人脑的组织结构（大脑神经元网络）和活动规律为背景的，它反映了人脑的某些基本特征，但并不是要对人脑部分的真实再现，可以说它某种抽象、简化或模仿。生物神经元模型神经元是大脑处理信息的基本单元，人脑大约由1011个神经元组成，神经元互相连接成神经网络。神经元以细胞体为主体，由许多向周围延伸的不规则树枝状纤维构成的神经细胞，其形状很像一棵枯树的枝干。主要由细胞体、树突、轴突和突触(Synapse，又称神经键)组成

8、。图1.1生物神经元的示意图生物神经元传递信息的过程为多输入、单输出。从神经元各