人工神经网络应用实例分析.pptVIP

人工神经网络的研究方法及应用实 例 分 析2008. 6. 10 一、人工神经网络知识回顾 1、什么是人工神经网络？ T.Koholen的定义：“人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。” 2、神经网络基本模型 细 胞 体 突 触 轴 突 树 突 图 1 . 生 物 神 经 元 功 能 模 型 输 入 输 出 信 息 处 理 电 脉 冲 形 成 传 输 图2 BP神经网络结构模型 3、人工神经网络研究的局限性 （1）ANN研究受到脑科学研究成果的限制。 （2）ANN缺少一个完整、成熟的理论体系。 （3）ANN研究带有浓厚的策略和经验色彩。 （4）ANN与传统技术的接口不成熟。 （1）一般而言, ANN与经典计算方法相比并非优越, 只有当常规方法解决不了或效果不佳时ANN方法才能显示出其优越性。尤其对问题的机理不甚了解或不能用数学模型表示的系统,如故障诊断、特征提取和预测等问题,ANN往往是最有利的工具。 （2）另一方面, ANN对处理大量原始数据而不能用规则或公式描述的问题, 表现出极大的灵活性和自适应性。 黑箱 二、神经网络的应用实例 人工神经网络以其具有自学习、自组织、较好的容错性和优良的非线性逼近能力，受到众多领域学者的关注。