人工神经网络的研究现状及发展趋势参考范文.docxVIP

文档来源为 : 文档来源为 :从网络收集整理 .word 版本可编辑 .欢迎下载支持 . PAGE 1 PAGE 1文档收集于互联网，如有不妥请联系删除 . 人工神经网络的研究现状及发展趋势 人工神经网络的定义 人工神经网络的发展 人工神经网络的定义 自从认识到人脑的计算与传统的计算机相比是完全不同的方式开始， 关于人工神经网络的研究就开始了。人工神经网络 (ArtfiicialNeuralNewtokr ， ANN) 至今还没有一个公认权威的定义。 人脑是一个高度复杂的、 非线性的和并行的计算机器(信息处理系统 )。神经元是人脑的基本组成部分，一个发展中的神经元是与可塑的人脑同义的。 可塑性允许一个发展中的神经系统适应它周围的环境。 可塑性是人脑中作为信息处理单元的功能的关键， 同样它在人工神经元组成的神经网络中也是如此。最普通形式的神经网络就是对人脑完成特定任务进行建模的机器。 神经网络使用一个很庞大的简单计算单元间的相互连接。 这些简单计算单元称为 “神经元”或“处理单元” 。据此给出将神经网络看作一种自适应器的定义 :一个神经网络是一个由简单处理单元构成的规模宏大的并行分布处理器。 天然具有存储经验知识和使之可用的特性。神经网络在两个方面与人脑相似 : 神经网络获取的知识是从外界环境中学习得来的。 互连神经元的连接强度，即突触权值，用于储存获取的知识。 用于完成学习过程的程序称为学习算法， 其功能是以有序的方式改变网络的突触权值以获得想要的设计目标。突触权值修改提供神经网络设计的传统方法。 这种方法和线性自适应滤波器理论很接近。 滤波器理论已经很好地建立起来并成功应用在很多领域。 神经网络也可以修改它自身的拓扑结构， 这和人脑的神经元会死亡和新的突触连接会生长的情况相适应。 神经网络在文献中也称为神经计算机、连接主义网络、并行分布式处理器等。 人工神经网络的发展 人工神经网络的研究有半个世纪的历史， 中间有过很长时期的低潮期。 大体上分四个为阶段。 理论研究期。 1943 年美国心理学家认厄订 enSmoeulloeh 与数学家认厄lertHPitts 合作，用逻辑的数学工具 ，研究客观事件在形式神经网络中的表述， 从此开创了对神经网络的理论研究。他们首先提了神经元的数学模型，简称为 MP 模型。 1949 年，心理学家 .D.QHbab 提出了关于神经网络学习机理的“突触修正假设”。Hbab 学习规则作为假设提出，正确性在 30 年后得到证实。现在被作为经典的学习算法加以发展和应用。 1957 年 ERasenblatt25I]首次提出并设计制作了著名的感知器 (perceprton)，掀起第一次研究人工神经网络的高潮。 1962 年， Bernnadwidrow 和 MaerinaHoff 提 出 了 自 适 应 线 性 元 件 网 络 ， 简 称Adalnine(AdpativeLinear Element)。1951 年 MarvinM 和 DenaEdmonds合作创建了学习机，还设计了一个成功模拟老鼠走迷宫搜索食物的行为的机器。 Minsky 和 Ppaert 发表的专著《 PercPertno》却引起了神经网络研究的一场灾难。这本书指出线性感知器不能解决非线性分类和高阶谓词问题。 悲观的结论使人工神经网 络的研究迅速转入低潮。而实际上，他们提出的问题是可以用多层网络解决的。 70 年代(过渡期)低潮期的 ANN 研究没有停顿。 1967 年，日本的甘利俊一提出了自适应模式分类的一种学习理论，以后又多次扩展了他的工作。 1972 年， JmaesAndersno和芬兰的 TUeroKdoinen 分别提出了各自的联想技术。 Andersno 的模型后来经过发展，称为盒中脑状态 BSB(Barins)。Khonone 最著名的成果是学习向量量化 LvR 网络。两种模型都发展出了各自的人工神经元系统 ANS。 80 年代的新高潮 ANN 研究第二次高潮到来的标志和揭开神经网络计算 机研制序幕的是美国加州理工学院生物物理学家 J..JH 叩 fiedl 于 1982 年 和 1984 年在美国神学院院刊上发表的两篇文章，提出了 H 叩 efidl 网络模型，并首次引入能量函数的概念，给出了网络稳定性的判据， 1984 年又提出了网络模型实现的电子电路。为神经网络的工程实现指明了方向。 1984 年 Hntino 和 sejmonskli291 提 出 了 并 行 分 端 处 理 理 论 ， 1986 年 又 提 出 了 误 差 反 向 传 播 算 法(Back-Propagation，简称 BP 算法)。 80 年代后期到现在的平稳发展时期 1957