林丽红-计算机智能理论及应用【荐】.pdfVIP

研 究 生 课 程 论 文 2013-2014 学年第二学期 人工神经网络的发展和应用 研究生：林丽红 提交日期： 2014 年 8 月24 日 研究生签名： 学 号 座机电话号码0832 学 院 机械与汽车工程学院 课程编号 S0802136 课程名称 计算智能理论及应用 学位类别 硕士 任课教师 李迪 教授 教师评语： 成绩评定： 分 任课教师签名： 年 月 日 说 明 1、课程论文要有题目、作者姓名、摘要、关键词、正文及参 考文献。论文题目由研究生结合课程所学内容选定；摘要500 字以 下，博士生课程论文要求有英文摘要；关键词 3～5 个；参考文献 不少于 10 篇，并应有一定的外文文献。 2 、论文要求自己动手撰写，如发现论文是从网上下载的，或 者是抄袭剽窃别人文章的，按作弊处理，本门课程考核成绩计0 分。 3 、课程论文用 A4 纸双面打印。字体全部用宋体简体，题目 要求用小二号字加粗，标题行要求用小四号字加粗，正文内容要求 用小四号字；经学院同意，课程论文可以用英文撰写，字体全部用 Times New Roman ，题目要求用 18 号字加粗；标题行要求用 14 号字加粗，正文内容要求用12 号字；行距为2 倍行距（方便教师 批注）；页边距左为3cm 、右为2cm 、上为2.5cm 、下为2.5cm ；其 它格式请参照学位论文要求。 4 、学位类别按博士、硕士、工程硕士、MBA 、MPA 等填写。 5 、篇幅、内容等由任课教师提出具体要求。 人工神经网络的发展及应用 林丽红 摘要：对人工神经网络进行了综述，介绍了神经网络的发展历程、基本概念以及 基于BP 算法的前馈神经网络，阐述了人工神经网络在控制领域的应用，并简要 说明了新型神经网络的研究。 关键词：神经网络，BP 算法，控制领域，应用 引言 神经网络是20 世纪80 年代以来人为智能领域兴起的研究热点。它从信息处 理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成 [1] 不同的网格。 随着神经网络的不断发展，其广泛的应用领域如生物、医学、智 能机器人、自动控制、预测估计、模式识别、经济等的研究也取得了空前的进步。 研究人员对生物神经元、神经系统等生物单元进行了模拟，并对人脑的结构、 组成以及工作原理进行了深入的研究，在此基础上建立了模拟生物神经元的简化 的人工神经网络模型。作为人工神经网络系统的基本单元，模拟神经元通过大量 简单的处理单元（通常我们称之为节点），并且采用加权有向弧相互连接，从而 形成了有向图，即各个人工神经网络的模拟神经元通过广泛地连接形成了一种互 相联系并存储信息的计算智能信息处理系统，它的各组成部分能够模拟生物神经 系统，通过数据在神经网络中的流动来对真实世界的物体产生交互反应。在运算 1 过程中，数据流通过神经网络的每个神经元，并与其连接的神经元进行接收、处 理、传送信息等流程，从而进行运算。[2] 1． 神经网络发展 回顾神经网络的发展历史,其发展过程大致可以概括为如下3个主要阶段：启 蒙阶段；低潮阶段；复兴阶段；新发展阶段。 1.1 启蒙时期——五十年代中期之前 1943 年,神经生物学家MeCulloch 和青年数学家Pitts 合作,提出了第一 [2] 个人工神经元模型,并在此基础上抽象出神经元的数理模型 ,开创了人工神经 网络的研究.以MeCulloch 和Pitts 提出人工神经元的数理模型 即神经元的阀值 模型,简称MP 模型 为标志,神经网络拉开了研究的序幕。为了模拟起连接作用的 [3] 突触的可塑性,神经生物学家Hebb 于1949年提出了连接权值强化的Hebb 法则 . 这一法则告诉人们,神经元之间突触的联系强度是可变的,这种可变性是学习和 记忆的基础.Hebb 法则为构造有学习功能的神经网络模型奠定了基础.1952 年， 英国生物学家Hodgkin 和Huxley 建立了长枪乌贼巨大轴索的非线性动力学微分 方程，可用于描述神经网络中发生的如自激震荡、混沌等非线性现象。1954 年， Eccles 提出了真实突触的分流模型。1956 年，Uttley 发明了由处理单元组成的 推理机并用于自适应模式识别中。 这些先驱者的工作激发了许多学者从事这一领域的研究，从而为神经计算的 出现打下了基础。1958 年，F.Rosenblatt 在MP 模型的基础上增加了学习机制。 1960 年，Widrow 和Hoff 提出可用于自适应系统的ADALINE 网络模型。 1.2 低潮时期——六十年代末到八十年代初 1969，Minsky 和 Papert 出版了《Perceptrons》一书，他们指出简单的线