人工神经网络的方法及应用初探张亮亮.pdfVIP

科研发展 》》 人工神经网络的方法及应用初探 许昌职业技术学院机电工程系 张亮亮 马斋爱拜 人工神经网络是人们受生物系统中发生的自学习过程的启发而建立的一门学科。人工神经元和神经网络就是在试图模仿生物的 【摘要】 相应工作机理，把自学习看作是一种自主的过程。生物神经的学习是通过调整突触的权基发生的。人工神经网络也是通过调整网络的权值和阀 值来学习的。应用数学的方法可以获得人工神经网络权值和阀值的调整规律。 人工神经网络；BP网络；反馈网络；MATLAB；函数逼近 【关键词】 1.绪论 触传递给其他神经细胞，神经细胞通过突 4.2 感知机的结构 人工神经网络（Artificial Neural 触的连接形成神经网络。 感知机是人们为了研究大脑的存贮、 Network，简称ANN）是在人类对其大脑神 3.人工神经网络的基本原理 学习和认识过程而提出的一种神经网络模 经网络认识理解的基础上人工构造的能够 3.1 人工神经元模型 型基本感知机是一个两层网络，分为输入 实现某种功能的神经网络。它是理论化的 神经元是人工神经网络的基本处理单 层和输出层，每层可由多个处理单元构成， 人脑神经网络的数学模型，是基于模仿大 元，是生物神经元的抽象、简化和模拟。 输入层单元接收外部输入模式，并传递给 脑神经网络结构和功能而建立的一种信息 抽象是从数学角度而言，模拟是以神经元 相连的输出层单元；输出层单元对所有输 处理系统。它实际上是由大量简单元件相 的结构和功能而言。一般形式神经元如图 入值加权求和，经阈值性传递函数产生一 互连接而成的复杂网络，具有高度的非线 1所示。 组输出模式。通常输入、输出模式用二进 性，能够进行复杂的逻辑操作和非线性关 3.2 神经网络结构 制表示。两层之间为全互连方式，即输入 系实现的系统。 神经网络结构和工作机理基本上是以 层各单元与输出层各单元均有连接，且两 2.生物神经网络的基本原理 人脑的组织结构和活动规律为背景的，它 层之间的连接权值是可调的。 2.1 生物神经元结构 反映了脑的某些基本特征，但并不是要对 4.3 感知器神经网络的初始化 神经元是生物神经系统的最基本的单 人脑部分的真正实现，可以说它是某种抽 进行程序设计的第一步就是初始化， 元，形状和大小各种各样。从组织结构方 象、简化或模仿。 对感知器神经网络的初始化可采用MATLAB 面看，各种神经元有其共性。神经元由细 如果将大量功能简单的形式神经元通 7.0神经网络工具箱中的init（）函数。 胞体、树突和突轴组成。 过一定的拓扑结构组织起来，构成群体并 使用init（net）函数可以得到一个已经 2.2 神经元工作机理 行分布式处理的计算结构，那么这种结构 初始化的神经网络，该网络的权值和阀值 考虑到输入信号的影响要持续一段时 就是人工神经网络，在不引起混淆的情况 是按照网络初始化函数来进行调整的，而 间（毫秒级），因此，神经元的整合功能 下，统称为神经网络。 网络的初始化函数是由NET.initFcn设定 是一种时空整合。当神经元的时空整合产 4.感知器网络 的，其参数是由Net.initParam指定的。 生的膜电位超过阈值时，神经元产生兴奋 4.1 感知器模型 5.BP神经网络 性电脉冲，处于兴奋状态；否则，无电脉 感知机模型由感知层S（Sensory）、 5.1