基于ANN的综合评价系统设计文献综述.docVIP

文献综述 基于ANN的综合评价系统设计 一、前言部分 系统评价是对新开发的或改建的系统,根据预定的系统目标，用系统分析的方法，从技术、经济、社会、生态等方面对系统设计的各种方案进行评审和选择，以确定最优或次优或满意的系统方案。由于各个国家社会制度、资源条件、经济发展状况、教育水平和民族传统等各不相同，所以没有统一的系统评价模式。评价项目、评价标准和评价方法也不尽相同。目前在综合评价系统中，较多采用的是模糊综合评价和模糊决策等模糊数学方法，此类方法每进行一次评价，都需要多个评价人对所评价的问题有较深入的了解，然后正确表明自己的偏好进行综合评价。尽管是对于相同的问题，也需要进行如此繁琐的工作。这一方面增加了评价的工作量，另一方面对指标的人为定权将使评价结果带有较大的主管随意性。[1]为了克服常规方法的不足，本系统讲人工神经方法引入到此类问题的求解。 人工神经元是对生物神经元的一种模拟与简化。它是神经网络的基本处理单元,利用人工神经元，可以构成各种不同拓扑结构的神经网络。人工神经网络是在现代神经生物学研究基础上提出的模拟生物过程以反应人脑某些特性的计算结构。它不是人脑神经系统的真实描写，只是特性的某种抽象、简化和模拟。[2] 应当清楚地认识到，利用人工方法实现人脑高级智能的任务艰巨复杂，任重道远。揭示人脑的奥妙需要各学科的交叉和各领域专家的协作，而模拟人脑的智能需要各学科理论、方法和技术的交叉融合。近年来，人工神经网络技术与模糊逻辑、遗传算法及专家系统相结合，取得的应用成果明显优于各种智能技术单兵作战的结果。[3] 二、主题部分 （一）人工神经网络起源和发展 人工神经网络至今经历了萌芽期、第一高潮期、反思期、第二高潮期、再认识与应用期。 （1)萌芽期（20世纪40年代）：1943 年心理学家W.McCulloch 和数学家W.Pitts 合作提出了最早的神经元数学模型（MP 模型），开创了神经科学理论研究的时代。1949 年，心理学家Hebb 通过对大脑神经细胞学习和条件反射的观察与研究，提出了改变神经元连接强度的Hebb 规则。 （2)第一高潮期（1950~1968）：1957 年，Rosenblatt 发展了MP模型，首次提出了模拟人脑感知和学习能力的感知器（Perceptron）概念，并给出了两层感知器的收敛定理，提出了引入隐层处理元件的三层感知器这一重要研究方向。1960 年，Widrow 提出了自适应线性元件（Adaline）模型及一种有效的网络学习方法，即通常所说的Widrow-Hoff 学习规则（也称δ学习规则）。 （3)在第一次高潮期后历经反思期(1969~1982)，研究发现人们习以为常的普通知识和经验，计算机却很难学会。这就迫使人们去考虑一个问题：人脑的智能是否可以在机器中再现？ （4)而后进入第二次高潮期（1983~1990）：1982 年，美国加洲工学院的物理学家Hopfield 提出了一个用于联想记忆和优化计算的新途径—Hopfield 网络模型（HNN），使神经网络的研究有了突破性的进展。在1984 年发表的另一篇重要论文中，Hopfield 指出HNN 可以用集成电路实现，很容易被工程技术人员及计算机科技工作者理解。这些具有开创性的研究成果和有意义的工作为神经网络的发展奠定了理论基础。Rumelhart 和McClelland领导的PDP研究小组于1986 年的《并行分布处理》一书，在全面介绍了着重于认知微观结构的PDP 理论的同时，他们发展了多层网络的BP 算法（反向传播算法）。迄今为止，BP 网络仍是应用最普遍的网络模型。随着神经网络研究热潮的出现，不同学科的学者开始联合起来从事神经网络理论、应用开发及实现的研究，国际学术交流日益频繁。1986年 4 月美国物理学会在Snowbirds 召开了国际神经网络会议。1987 年6 月在美国的San Diego 召开了第一届神经网络国际会议。国际神经网络学会（INNS）随之成立。1988 年《神经网络》（《Neural Networks》）杂志创刊。自1988 年起INNS 和IEEE 联合开始召开每年一次的国际学术会议（后改为一年两次）。1990 年3 月，IEEE 神经网络会刊问世。 （5)从1991年至今，人工神经网络的研究进入再认识与应用期。 我国的神经网络研究开始于 1988 年前后，并在基础与应用领域开展了一些工作。1989 年召开了全国第一届神经网络——信号处理会议。1990 年、1991 年分别召开了中国第一届、第二届神经网络学术大会。1992 年在北京召开了国际神经网络学会和IEEE 神经网络委员会的联合学术会议，2005年神经网络国际会议(Second International Symposiumon Neural