人工神經(jīng)網(wǎng)絡(luò),人工神經(jīng)網(wǎng)絡(luò)是什么意思

人工神經(jīng)網(wǎng)絡(luò)
人類的思維能力來(lái)自人腦;人腦是一個(gè)非常復(fù)雜而又高度靈活的神經(jīng)網(wǎng)絡(luò)。它大約由1011個(gè)神經(jīng)元構(gòu)成,每個(gè)神經(jīng)元上有突觸,又與大約103個(gè)其他神經(jīng)元相連,形成復(fù)雜的生物神經(jīng)網(wǎng)絡(luò)。人們通過(guò)研究探索人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、功能以及它工作的機(jī)制,來(lái)研究人腦思維和智能活動(dòng)的規(guī)律。人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)是一種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型。在這一模型中，大量的節(jié)點(diǎn)（或稱“神經(jīng)元”，或“單元”）之間相互聯(lián)接構(gòu)成網(wǎng)絡(luò)，即“神經(jīng)網(wǎng)絡(luò)”，以達(dá)到處理信息的目的。

人工神經(jīng)網(wǎng)絡(luò)以對(duì)大腦的生理研究成果為基礎(chǔ)的，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個(gè)方面的功能。國(guó)際著名的神經(jīng)網(wǎng)絡(luò)研究專家，第一家神經(jīng)計(jì)算機(jī)公司的創(chuàng)立者 與領(lǐng)導(dǎo)人Hecht—Nielsen給人工神經(jīng)網(wǎng)絡(luò)下的定義就是：“人工神經(jīng)網(wǎng)絡(luò)是由人工建立的以有向圖為拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)系統(tǒng)，它通過(guò)對(duì)連 續(xù)或斷續(xù)的輸入作狀態(tài)相應(yīng)而進(jìn)行信息處理?！?這一定義是恰當(dāng)?shù)摹?人工神經(jīng)網(wǎng)絡(luò)的研究，可以追溯到 1957年Rosenblatt提出的感知器(Perceptron)模型 。它幾乎與人工智能——AI（Artificial Intelligence）同時(shí)起步，但30余年來(lái)卻并未取得人工智能那樣巨大的成功，中間經(jīng)歷了一段長(zhǎng)時(shí)間的蕭條。直到80年代，獲得了關(guān)于 人工神經(jīng)網(wǎng)絡(luò)切實(shí)可行的算法，以及以Von Neumann體系為依托的傳統(tǒng)算法在知識(shí)處理方面日益顯露出其力不從心后，人們才重新對(duì) 人工神經(jīng)網(wǎng)絡(luò)發(fā)生了興趣，導(dǎo)致神經(jīng)網(wǎng)絡(luò)的復(fù)興。 目前在神經(jīng)網(wǎng)絡(luò)研究方法上已形成多個(gè)流派，最富有成果的研究工作包括：多層網(wǎng)絡(luò) BP算法，Hopfield網(wǎng)絡(luò)模型，自適應(yīng)共振理 論，自組織特征映射理論等。人工神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代神經(jīng)科學(xué)的基礎(chǔ)上提出來(lái)的。它雖然反映了人腦功能的基本特征，但遠(yuǎn)不是自然 神經(jīng)網(wǎng)絡(luò)的逼真描寫，而只是它的某種簡(jiǎn)化抽象和模擬。

人工神經(jīng)網(wǎng)絡(luò)的以下幾個(gè)突出的優(yōu)點(diǎn)使它近年來(lái)引起人們的極大關(guān)注：

(1)可以充分逼近任意復(fù)雜的非線性關(guān)系；

(2)所有定量或定性的信息都等勢(shì)分布貯存于網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，故有很強(qiáng)的魯棒性和容錯(cuò)性；

(3)采用并行分布處理方法，使得快速進(jìn)行大量運(yùn)算成為可能；

(4)可學(xué)習(xí)和自適應(yīng)不知道或不確定的系統(tǒng)；

(5)能夠同時(shí)處理定量、定性知識(shí)。

人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越性，主要表現(xiàn)在三個(gè)方面：

第一，具有自學(xué)習(xí)功能。例如實(shí)現(xiàn)圖像識(shí)別時(shí)，只在先把許多不同的圖像樣板和對(duì)應(yīng)的應(yīng)識(shí)別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)就 會(huì)通過(guò)自學(xué)習(xí)功能，慢慢學(xué)會(huì)識(shí)別類似的圖像。自學(xué)習(xí)功能對(duì)于預(yù)測(cè)有特別重要的意義。預(yù)期未來(lái)的人工神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)將為人類提 供經(jīng)濟(jì)預(yù)測(cè)、市場(chǎng)預(yù)測(cè)、效益預(yù)測(cè)，其應(yīng)用前途是很遠(yuǎn)大的。

第二，具有聯(lián)想存儲(chǔ)功能。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實(shí)現(xiàn)這種聯(lián)想。

第三，具有高速尋找優(yōu)化解的能力。尋找一個(gè)復(fù)雜問(wèn)題的優(yōu)化解，往往需要很大的計(jì)算量，利用一個(gè)針對(duì)某問(wèn)題而設(shè)計(jì)的反饋型 人工神經(jīng)網(wǎng)絡(luò)，發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，可能很快找到優(yōu)化解。

人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究可分為以下兩類：

1)．神經(jīng)網(wǎng)絡(luò)的軟件模擬和硬件實(shí)現(xiàn)的研究。

2)．神經(jīng)網(wǎng)絡(luò)在各個(gè)領(lǐng)域中應(yīng)用的研究。這些領(lǐng)域主要包括：模式識(shí)別、信號(hào)處理、知識(shí)工程、專家系統(tǒng)、優(yōu)化組合、機(jī)器人控制等。 隨著神經(jīng)網(wǎng)絡(luò)理論本身以及相關(guān)理論、相關(guān)技術(shù)的不斷 發(fā)展，神經(jīng)網(wǎng)絡(luò)的應(yīng)用定將更加深入。