人工神经网络文献综述.docVIP

WIND 一 、 人工神经网络理论概述 (一 人工神经网络基本原理 神经网络 (Artificialneuralnet work , ANN 是由大量的简单神 经元组成的非线性系统,每个神经元的结构和功能都比较简单,而大量 神经元组合产生的系统行为却非常复杂 。 人工神经元以不同的方式,通 过改变连接方式 、 神经元的数量和层数,组成不同的人工神经网络模型 (神经网络模型 。 人工神经元模型的基本结构如图 1所示 。 图中 X=(x 1, x 2, … x n T ∈ R n 表示神经元的输入信号 (也是其他神经元的输出信号 ; w ij 表示 神经元 i 和神经元 j 之间的连接强度,或称之为权值; θj 为神经元 j 的 阀值 (即输入信号强度必须达到的最小值才能产生输出响应 ; y i 是神 经元 i 的输出 。 其表达式为 y i =f( n j =i Σw ij x j +θi 式中, f ( · 为传递函 数 (或称激活函数 ,表示神经元的输入 -输出关系 。 图 1 (二 人工神经网络的发展 人工神经网络 (ArtificialNeuralNetwork 是一门崭新的信息处 理科学,是用来模拟人脑结构和智能的一个前沿研究领域,因其具有独 特的结构和处理信息的方法,使其在许多实际应用中取得了显著成效 。 人工神经网络系统理论的发展历史是不平衡的,自 1943年心理学家 McCulloch 与数学家 Pitts 提出神经元生物学模型 (简称 MP-模型 以来,至今已有 50多年的历史了 。 在这 50多年的历史中,它的发展 大体上可分为以下几个阶段 。 60年代末至 70年代,人工神经网络系统理论的发展处于一个低 潮时期 。 造成这一情况的原因是人工神经网络系统理论的发展出现了本 质上的困难,即电子线路交叉极限的困难 。 这在当时条件下,对神经元 的数量 n 的大小受到极大的限制,因此它不可能去完成高度智能化的计 算任务 。 80年代中期人工神经网络得到了飞速的发展 。 这一时期,多种模 型 、 算法与应用问题被提出,主要进展如:Boltzmann 机理论的研究, 细胞网络的提出,性能指标的分析等 。 90年代以后,人工神经网络系统理论进入了稳健发展时期 。 现在 人工神经网络系统理论的应用研究主要是在模式识别 、 经济管理 、 优化 控制等方面:与数学 、 统计中的多个学科分支发生联系 。 (三 人工神经网络分类 人工神经网络模型发展到今天已有百余种模型,建造的方法也是 多种多样,有出自热力学的 、 数学方法的 、 模糊以及混沌方法的 。 其中 BP 网络 (BackPropagationNN 是当前应用最为广泛的一种人工神 经网络 。 在人工神经网络的实际应用中, 80%~90%的人工神经网络模 型是采用 BP 网络或它的变化形式,它也是前向网络的核心部分,体现 了人工神经网络最精华的部分 。 其结构简单,应用范围主要在模式识 别 、 分类 、 非线性映射,复杂系统仿真,过程控制等方面 。 (四 人工神经网络模型的研究及相关应用 神经网络一直是科学界的研究热点,无论是理论研究还是应用实 践都有大量的成果报道 。 人工神经网络历史上首先应用于电子科技领 域,如模式识别 、 信号和图像处理 、 控制理论等 。 随着人们对神经网络 的认知和了解,其应用领域将更加广泛 。 由于人工神经网络具有任意逼近函数 、 自学习自适应能力极强的 特点,因此,在这里,可以将人工神经网络应用到经济预警问题之中 。 如王春峰,万海晖,张维应用 BP 网络对股票价格进行预测,应用 BP 网络模型对商业银行的信贷风险进行预警,运用 BP 网络模型评估借贷 方的信用风险等等,这些应用都取得了比较好的效果 。 顾海军等人利用 BP 网络的较高的自组织 、 自适应和自学能力,对商业银行风险进行综 合评价,从而为商业银行风险评价走向使用化奠定了基础 。 为了避免传 统参数期权定价模型 (parametric option pricing models , POPMS 的缺陷,马文伟课题的研究,借助人工神经网络探讨实物期权定价,这 将有利于实物期权定价理论的完善和发展 。 王洪利等人采用人工神经网 络方法,对最常用于体育场馆建设的网架结构形式进行了选型研究,结 果表明,该方法能较好的进行网架结构的选型,从而节约建造成本 。 吴 煜等人通过人工神经网络寻找组合预测权重的方法,有效的解决预测 城市用水需求量这样的复杂性问题 。 段玉波等人使用的递归神经网络可 以满足短期负荷预测的需要,效果较好对于合理地进行电力系统调度, 计划,用电与规划具有一定的现实意义 。 刘历波提到利用改进的 BP 神 经网络算法对建设项目集成管理绩效进行了综合评价,证明该方法的