1381神经网络及其在汽车工程中的应用.pdfVIP

第二章人工神经网络的 基本概念 目前已有ANN摸型不下百余种，常用的也有十多种。他们 虽各有结构及性能上的差异，但也有其共性。本章介绍ANN的 基本概念、常用术语、表示符号以及描述和分析ANN时常用的数 学符号，为以后讨论具体神经网络打下基础。本章末尾，在一个统 一的表达形式下，介绍各种常用学习规则，以利读者了解它们之间 的内在联系。 2.1生物神经元结构 ANN是受人脑的启发而构成的一种信息处理系统，因此有必 要先简单介绍一下人脑细胞的基本结构， 这对构成和理解ANN 是很有益处的。人脑虽有101G数量级神经元，但没有任何两个神 经元的形状完全相同。不过其结构大体上是相似的，如图2-1所 每个细胞均由细胞体、树突和轴突所构成。每个细胞只有一 个细胞核、一根轴突，但却有数以千万计的树突及其突触。每个神 经元的突触数不等，最多者可达105个。 轴突粗细均匀、表面光滑。其功能是传送细胞体发出的神经 信息，是该细胞的输出通道的。轴突的末端分叉成众多的轴突末 梢，以便与其它神经元的树突通过突触进行连接。树突是由细胞 体向外伸出的很多像树枝一样的突起物，但比轴突要粗、要短。它 们离细胞体不远就分成细支，形成许多粗细不等的树突。其作用 是从四面八方收集由其它神经元传来的信息(输人）。 突触是两个神经细胞之间连接的地方。一个细胞的轴突通过 15 树突 轴突 图2-1生物神经元 突触连至另一细胞的树突，但也可能直接连至另一细胞体。如果 通过某个突触传来的信号起到使该细胞兴奋的作用，则称兴奋型 突触;反之，称抑制型突触。两类突触传递信息的方向均是单向 的。一个典型的神经元通常有103~104个突触。各神经元之间 信息的传递就是通过突触进行的。突触连结的强度就代表两个神 经元间信号传递时耦合紧密的程度，它是可变的。也就是说，信号 通过突触时被“加权”，其权值有大、小、正、负之分。正权值表示 “兴奋”作用；负权值表示“抑制”作用。所有加权输人的总效果是 它们之和。若其值大于或等于该神经元的门限(又称阈值），则该 神经元便被激活；否则未被激活。 综上所述， 生物神经元具有以下基本特性： (1) 神经元是一个多输入一单输出元件； (2) 具有非线性的输人一输出特性； (3) 各神经元间传递信号的强度，即耦合紧密的程度是可变 的;且输人信号有兴奋作用与抑制作用之分； (4) 神经元的输出响应取决于所有输入信号迭加综合的结果， 当等效的综合输人值超过某一阈值时，该神经元被“激活”;否则将 16 处于“抑制”状态。 2.2人工神经元 2.2.1 人工神经元结构 图2-2就是模仿生物神经元的上述四个基本特征而构成的典 型人工神经元模型。 图2-2人工神经元的结构 图中 2分别代表来自其它神经兀轴突的输人。 ， ％.2 …^^则分别表不神经兀1，2,…r /1与第个神经 元的突触联结强度，即权值。正权值表示兴奋型突触；负权值表示 抑制型突触。 图2-2的人工神经元是生物神经元的一阶近似。因为它还有 许多生物原型神经元的特性没有考虑到。诸如，没考虑影响网络 动态特性的时间延迟，而是有输人便立即产生输出。此外， 生物神 经元的频率调制功能也没考虑。它只模仿了生物神经元所具有的 大约150多个功能中的最基本，也是最重要的三个，即 加权——可对每个输入信号进行程度不等的加权； 求和——确定全部输人信号的组合效果； 转移——通过转移函数/( •)，确定其输出。 尽管只模仿了这三个功能，人工神经元构成的网络仍然显示 了很强的生物原型特性， 这是因为抓住了生物神经元的基本特性。