BP神经网络模型教案课件.pptVIP

神经网络概述 人工神经网络ANN（artificial neural network)是20世纪80年代才日益受到人们重视的一种新的人工智能计算方法。由于它模拟了人脑的思维模式，即具有一定的智能，且的确能解决许多用传统方法不能或难于解决的复杂问题，使之更加精确化，如更精确的分类、非线性规划的求解、著名的“旅行员推销问题”的解决等（注：在近年来的实际应用，尤其在大学生数学建模竞赛中许多获奖队在解决问题是均是以运用神经网络方法作为成功的法宝，如2000年A题中国科技大学5个队获全国一等奖，运用的均是神经网络方法）。 神经网络概述 人的大脑约由 个神经细胞(也称神经元）组成，细胞之间通过树突和轴突互相连接，构成纵横交错的网络结构。神经细胞通过突触互相交换信息，树突用来接受神经冲动，轴突分化出的神经末梢则可传出神经冲动。由于输出端只有两个状态：兴奋态与抑制态。因此，一个神经元就是一个简单的系统，或者说是一个逻辑元件。下图表示它的数学模型，这里 是输入， 是输出， 是神经元内部状态。特别要说明的是，每个神经元都有一个特殊的参数 神经网络概述 称为阈值，它是输出的一个临界值，直接影响神经元的内部状态。 神经网络概述 人们的记忆和智能并不是储存在单个脑细胞中，而是储存在脑细胞之间互相连接的网络之中，这称为分布式存储方式。这样一种“分布方式”并不因单个脑细胞的死亡而消