神经网络课程报告

神经网络课程认识 本学期我们对人工神经网络进行了学习，在学习的过程中，我们对什么是神经网络，神经网络的发展史，神经网络的特点和功能以及神经网络的应用领域等多方面知识都有所了解。从开始的对人工神经网络的初步了解到最后模型的建立，我们对人工神经网络的认识不断加深。神经网络作为自动控制及智能控制专业的一个重要分支，掌握一些与其相关的基础知识对今后的学习会有较大的帮助。 具体的人工神经网络中，我们主要学习了单层感知器、标准 BP 网络、改进型的BP 网络、自组织竞争神经网络以及离散型Ho p field 网络（即 DHNN网络）。其中，我们重点学习了标准型BP 网络。在后面的编程训练中，我们也以标准 BP 网络为模型，设计了一个较为简单的实际型编程问题。 接下来谈谈具体的学习情况： 在学习的过程中，我们首先学习了什么是人工神经网络。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。以数学和物理的方法以及信息处理的角度对人脑神经网络进行抽象，并建立某种简化的模型就是人工神经网络。人工神经网络远不是人脑生物神经网络的真实写照，而只是对它的简化，抽象与模拟。揭示人脑的奥妙不仅需要各学科的交叉和各领域专家的协作，还需要测试手段的进一步发展。目前已经提出了上百种的神经网络模型，这种简化模型能放映出人脑的许多基本特征。综合人工神经网络的来源，特点及各种解释，可以简单的表述为：人工神经网络是一种旨在模仿人脑结构及其功能的脑式智能信息处理系统。 神经网络的研究可以追溯到 1 9 世纪末期，其发展可分为启蒙时期，低潮时期，复兴时期及新时期四个阶段。人工神经网络是基于对人脑组织结构，活动机制的初步认识提出的一种新型信息处理体系。人工神经网络具有人脑的一些基本功能，也有其自身的一些特点。结构特点：信息处理的并行性，信息储存的分布性，信息处理单元的互连性，结构的可塑性。性能特点：高度的非线性，良好的容错性和计算机的非精确性。能力特征：自学习，自组织与自适应性。人工神经网络是借鉴于生物神经网络而发展起来的新型智能信息处理系统，由于其结构上“仿造”了人脑的生物神经系统，因而其功能上也具有了某种智能特点。由于神经网络具有分布储存信息和并行计算的性能，因此它具有对外界刺激信息和输入模式进行联想记忆的能力。这...