人工神经网络原理及实际应用.pdfVIP

。

人工神经网络原理及实际应用

摘要：本文就主要讲述一下神经网络的基本原理，特别是BP神经网络原理，

以及它在实际工程中的应用。

关键词：神经网络、BP算法、鲁棒自适应控制、Smith－PID

本世纪初，科学家们就一直探究大脑构筑函数和思维运行机理。特别是近二

十年来。对大脑有关的感觉器官的仿生做了不少工作，人脑含有数亿个神经元，

并以特殊的复杂形式组成在一起，它能够在“计算＂某些问题（如难以用数学描

述或非确定性问题等）时，比目前最快的计算机还要快许多倍。大脑的信号传导

速度要比电子元件的信号传导要慢百万倍，然而，大脑的信息处理速度比电子元

件的处理速度快许多倍，因此科学家推测大脑的信息处理方式和思维方式是非常

复杂的，是一个复杂并行信息处理系统。1943年Macullocu和Pitts融合了生

物物理学和数学提出了第一个神经元模型。从这以后，人工神经网络经历了发展，

停滞，再发展的过程，时至今日发展正走向成熟，在广泛领域得到了令人鼓舞的

应用成果。本文就主要讲述一下神经网络的原理，特别是BP神经网络原理，以

及它在实际中的应用。

1.神经网络的基本原理

因为人工神经网络是模拟人和动物的神经网络的某种结构和功能的模拟，所

以要了解神经网络的工作原理，所以我们首先要了解生物神经元。其结构如下图

所示：

从上图可看出生物神经元它包括，细胞体：由细胞核、细胞质与细胞膜组成；

-可编辑修改-

。

轴突：是从细胞体向外伸出的细长部分，也就是神经纤维。轴突是神经细胞的输

出端，通过它向外传出神经冲动；树突：是细胞体向外伸出的许多较短的树枝状

分支。它们是细胞的输入端，接受来自其它神经元的冲动；突触：神经元之间相

互连接的地方，既是神经末梢与树突相接触的交界面。

对于从同一树突先后传入的神经冲动，以及同一时间从不同树突输入的神经

冲动，神经细胞均可加以综合处理，处理的结果可使细胞膜电位升高；当膜电位

升高到一阀值（约40mV），细胞进入兴奋状态，产生神经冲动，并由轴突输出

神经冲动；当输入的冲动减小，综合处理的结果使膜电位下降，当下降到阀值时。

细胞进入抑制状态，此时无神经冲动输出。“兴奋”和“抑制”，神经细胞必呈其

一。

突触界面具有脉冲/电位信号转换功能，即类似于D/A转换功能。沿轴突和

树突传递的是等幅、恒宽、编码的离散电脉冲信号。细胞中膜电位是连续的模拟

量。

神经冲动信号的传导速度在1～150m/s之间，随纤维的粗细，髓鞘的有无

而不同。

神经细胞的重要特点是具有学习功能并有遗忘和疲劳效应。总之，随着对生

物神经元的深入研究，揭示出神经元不是简单的双稳逻辑元件而是微型生物信息

处理机制和控制机。

而神经网络的基本原理也就是对生物神经元进行尽可能的