人工神经网络文献综述

WIND 一 、 人工神经网络理论概述 ( 一 人工神经网络基本原理 神经网络 (Artificialneuralnet work ， ANN 是由大量的简单神 经元组成的非线性系统,每个神经元的结构和功能都比较简单, 而大量 神经元组合产生的系统行为却非常复杂 . 人工神经元以不同的方式, 通 过改变连接方式 、 神经元的数量和层数，组成不同的人工神经网络模型 （神经 网络模型 。 人工神经元模型的基本结构如图 1 所示 。 图中 X=（x 1, x 2 … ，x nT R n∈ 表示神经元的输入信号 （也是其他神经元的输出信号 ; w ij 表示 神经元 i 和神经元 j 之间的连接强度,或称之为权值; θj 为神经元 j 的 阀值 （即输入信号强 度必须达到的最小值才能产生输出响应 ； y i 是神 经元 i 的输出 。 其表达式为 y i =f(nj =iΣw ij x j+θi式中, f （· 为传递函 数 ( 或称激活函数 , — 表示神经元的输入输出关系 . 图 1 （二 人工神经网络的进展 人工神经网络 (ArtificialNeuralNetwork 是一门崭新的信息处 理科学,是用来模拟人脑结构和 智能的一个前沿讨论领域，因其具有独 特的结构和处理信息的方法，使其在许多实际应用中取 得了显著成效 。 人工神经网络系统理论的进展历史是不平衡的, 自 1943 年心理学家 McCulloch 与数学家 Pitts 提出神经元生物学模型 （简称 MP- 模型 以来，至今已有 50 多年的历史了 。 在 这 50 多年的历史中, 它的进展 大体上可分为以下几个阶段 。60 年代末至 70 年代，人工神经网络系统理论的进展处于一个低 潮时期 。 造成这一情况的 原因是人工神经网络系统理论的进展出现了本 质上的困难, 即电子线路交叉极限的困难 . 这在当 时条件下，对神经元 的数量 n 的大小受到极大的限制，因此它不可能去完成高度智能化的计 算 任务 。80 年代中期人工神经网络得到了飞速的进展 . 这一时期, 多种模 型 、 算法与应用问题被提出，主要进展如：Boltzmann 机理论的讨论, 细胞网络的提出，性能指标的分析等 .90 年代以后, 人工神经网络系统理论进入了稳健进展时期 。 现在 人工神经网络系统理论的 应用讨论主要是在模式识别 、 经济管理 、 优化 控制等方面：与数学 、 统计中的多个学科分 支发生联系 .( 三 人工神经网络分类人工神经网络模型进展到今日已有百余种模型, 建造的方法也是 多种...