神经网络历史发展及应用综述个人(word文档).docVIP

PAGE / NUMPAGES 人工神经网络历史发展及应用综述 1、前言 人类为了生计在改造探究自然的过程中， 学会利用机械拓展自己的体力， 跟着对自然认 识的不停深入，创立语言，符号，算盘、计算工具等来增强自己脑力。复杂的数字计算本来 是靠人脑来达成的， 为了挣脱这种脑力约束发了然计算机。 其数字计算能力比人脑更强， 更 快、更准。 计算机的出现， 人类开始真切有了一个能够模拟人类思想的工具， 期盼能够实现 人工智能，结构人脑代替人类达成相应工作。 要模拟人脑的活动， 就要研究人脑是如何工作的， 要如何模拟人脑的神经元。 人脑的信 息办理拥有大规模并行办理、 强容错性和自适应能力、 擅长联想、 归纳、类比和推行的特色， 多少年以来，人们从生物学、医学、生理学、哲学、信息学、计算机科学、认知学、组织协 同学等各个角度妄图获悉人脑的工作神秘， 追求神经元的模拟方法。 在找寻上述问题答案的 研究过程中， 从 20 世纪 40 年月开始渐渐形成了一个新兴的边沿性交错学科， 称之为“神经 网络”， 是人工智能、 认知科学、 神经生理学、 非线性动力学、 信息科学、 和数理科学的 “热门”。对于神经网络的研究包含众多学科领域，波及数学、计算机、人工智能、微电子学、 自动化、生物学、生理学、解剖学、认知科学等学科，这些领域相互联合、浸透，互相推进神经网络研究和应用的发展。 2、定义 思想学广泛认为，人类大脑的思想有三种基本方式，分为抽象（逻辑）思想、形象（直观）思想和灵感（顿悟）思想。逻辑性的思想是依据逻辑规则进行推理的过程，这一过程能够写成指令，让计算机履行，获取结果。而直观性（形象）的思想是将散布式储存的信息综 合起来， 结果是突然间产生想法或解决问题的方法。 这种思想方式的有以下两个特色： 一是 信息经过神经元上的喜悦模式散布储在网络上； 二是信息办理经过神经元之间同时互相作用的动向过程来达成的。 人工神经网络就是模拟第二种人类思想方式。 人工神经网络是由大批具备简单功能的人工神经元互相联接而成的自适应非线性动向系统。固然单个神经元的结构和功能比较简单， 但大批神经元连结构成的网络系统行为却异常复杂。 人工神经网络基本功能模拟了人脑行为的若干基本特色，反应了人脑的基本功能，但并不是人脑的真切写照，不过某种对人脑模拟、 简化和抽象。 人工神经网络拥有并行信息办理特色， 依靠网络系统的复杂程度， 经过调整内部大批节点之间互相连结的关系，适应环境、总结规则、达成某种运算、辨别或过程控制， 从而达到办理信息的目的。 人工神经网络作为模拟人脑活动的理论化算法数学模型， Hecht — Nielsen 于 1988 年给 人工神经网络下了以下定义： 人工神经网络是一个并行、 散布办理结构， 它由办理单元及称为联接的无向信号通道互 连而成。这些办理单元（ PEProcessing Element ）拥有局部内存，并能够达成局部操作。 每个办理单元有一个单一的输出联接， 这个输出能够依据需要被分支成希望个数的很多并行 联接， 且这些并行联接都输出同样的信号， 即相应办理单元的信号， 信号的大小不因分支的 多少而变化。 办理单元的输出信号能够是任何需要的数学模型， 每个办理单元中进行的操作 一定是完好局部的。 也就是说， 它一定不过依靠于经过输入联接抵达办理单元的全部输入信 号的目前值和储存在办理单元局部内存中的值。 依照 Rumellhart ， McClelland ， Hinton 的 PDP （ Parallel Distributed Processing ） 理论框架（简称 PDP模型），对人工神经网络的描绘包含八个因素： ）一组办理单元（ PE 或 AN）； ）办理单元的激活状态（ ai ）； ）每个办理单元的输出函数（ fi ）； ）办理单元之间的联接模式； ）传达规则（∑ wijoi ）； ）把办理单元的输入及目前状态联合起来产生激活值 的激活规则（ Fi ）； ）经过经验改正联接强度的学习规则； ）系统运转的环境（样本会合） 。 以上定义详尽且复杂，为了方便使用， Simpson 于 1987 年从神经网络的拓扑结构出发，下了一个不太慎重却简洁简要的定义： 人工神经网络是一个非线性的有向图， 图中含有能够经过改变权大小来寄存模式的加权边，并且能够从不完好的或未知的输入找到模式。 要点点： ）信息的散布表示 ）运算的全局并行与局部操作 ）办理的非线性特色对大脑基本特色的模拟： 1 ）形式上：神经元及其联接； BN对 AN ）表现特色：信息的储存与办理 人工神经网络最开始其实是没有任何规则， 依据学习规则把早先准备的输入与输出相 互对应的数据进行剖析， 认识所给数据包含的基本规则， 这过程也就