神经网络的综述.docVIP

1. 绪论 2 1.1 神经网络的提出与发展 2 1.2神经网络的定义 4 1.3神经网络的发展历程 4 1.4 神经网络研究的意义 8 2. BP神经网络 10 2.1 BP神经网络介绍 11 2.2 BP算法的研究现状 11 2.3 BP网络的应用 13 2.4基本结构与学习算法 14 2.5 动作过程 18 2.6 主要特点及参数优选 21 3.BP网络在复合材料研究中的应用 25 3.1 材料设计 25 3.2 性能预测 26 2．4损伤检测和预测 28 2.5 结论 29 致 谢 ： 30 BP神经网络综述 摘要：本文阐述了人工神经网络和神经网络控制的基本概念特点以及两者之间的关系，讨论了人工神经网络的两个主要研究方向神经网络的VC 维计算和神经网络的数据挖掘，着重介绍了人工神经网络的工作原理和神经网络控制技术的应用首先介绍了神经网络的发展历程，随后对BP神经网络的学习方法分为了导师知识学习训练和模式识别决策，并重点分析了导师知识学习训练的网络结构和学习算法，最后介绍了BP神经网络在性能预测中的应用。 关键词：人工神经网络；神经网络控制；应用；维；数据挖掘 Abstract:It expounds the basic concepts, characteristics of the artificial neural network and neural network control and the relationship between them.It discusses two aspects: the Vapnik-Chervonenkis dimension calculation and the data mining in neural nets.And the basic principle of artificial neural networks and applications of neural network control technology are emphatically introduced. Key words:Artificial Neural Networks; Neural Network Control; this?paper?introduces?the?developing?process?of?neural?networks,?and?then?it?divides?the?learning?methods?of?BP?neural?network?into?a?instructor?knowledge?learning?training?and?pattern?recognition?decisions,?and?focus?on?analysis?of?the?network?structure?and?learning?algorithm?of?knowledge?and?learning?mentors?training?.And?finally?it?introduces?the?applications?of?BP?neural?network?in?performance?prediction. Application;Vapnik-Chervonenkis Mimension;Data Mining 绪论 1.1 神经网络的提出与发展 系统的复杂性与所要求的精确性之间存在尖锐的矛盾。为此，通过模拟人类学习和自适应能力，人们提出了智能控制的思想。控制理论专家Austrom在IFAC大会上指出：模糊逻辑控制、神经网络与专家控制是三种典型的控制方法。通常专家系统建立在专家经验上，并非建立在工业过程所产生的操作数据上，且一般复杂系统所具有的不精性、不确定性就算领域专家也很难把握, 这使建立专家系统非常困难. 而模糊逻辑和神经网络作为两种典型的智能控制方法, 各有优缺点. 模糊逻辑与神经网络的融合) ) ) 模糊神经网络( Fuzzy Neural Network)由于吸取了模糊逻辑和神经网络的优点, 部分避免了两者的缺点, 已经成为当今智能控制研究的热点之一. 人工神经网络(Artificial Neural Network—ANN)，简称为“神经网络(NN)”，作为对入脑最简单的一种抽象和模拟，是人们模仿人的大脑神经系统信息处理功能的一个智能化系统。它的出现成为人们进一步了解入脑思维奥秘的有力工具。尽管它还不是大脑的完美无缺的模型，但它特有的非线性适应性信息处理能力，可以通过学习来获取外部的知识并存储在网络内，可以解决计算机不易处理的难题，特别是语音和图像识别、理解、知识的处理、组合优化计算和智能控制等～ 系列本质上非计算的问题，使之在神经专家系统、