人工神经网络

superyongzhe

<DIV id=article_main _element_extended_="true"><FONT color=#008000 size=5 face=宋体>&nbsp;&nbsp; </FONT><A target=_blank href="http://www.itisedu.com/phrase/200603021231175.html" target=_new><FONT color=#008000 size=5 face=宋体><STRONG>人工神经网络</STRONG></FONT></A><FONT color=#008000 size=5 face=宋体>（ </FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230900465.html" target=_new><FONT color=#008000 size=5 face=宋体>Artificial Neural Networks</FONT></A><FONT color=#008000 size=5 face=宋体>， 简写为</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230859495.html" target=_new><FONT color=#008000 size=5 face=宋体>ANNs</FONT></A><FONT color=#008000 size=5 face=宋体>）也简称为</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230859255.html" target=_new><FONT color=#008000 size=5 face=宋体>神经网络</FONT></A><FONT color=#008000 size=5 face=宋体>（</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230858115.html" target=_new><FONT color=#008000 size=5 face=宋体>NNs</FONT></A><FONT color=#008000 size=5 face=宋体>）或称作</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230857465.html" target=_new><FONT color=#008000 size=5 face=宋体>连接模型</FONT></A><FONT color=#008000 size=5 face=宋体>（</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230901265.html" target=_new><FONT color=#008000 size=5 face=宋体>Connectionist Model</FONT></A><FONT color=#008000 size=5 face=宋体>） ，是对人脑或自然神经网络（Natural Neural Network）若干基本特性的抽象和模拟。人工神经网络以对大脑的生理研究成果为基础 的，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能。国际著名的神经网络研究专家，第一家神经</FONT><A target=_blank href="http://www.itisedu.com/phrase/200603021438435.html" target=_new><FONT color=#008000 size=5 face=宋体>计算机</FONT></A><FONT color=#008000 size=5 face=宋体>公司的创立者 与领导人Hecht—Nielsen给人工神经网络下的定义就是：“人工神经网络是由人工建立的以有向图为拓扑结构的动态系统，它通过对连 续或断续的输入作状态相应而进行信息处理。” 这一定义是恰当的。 人工神经网络的研究，可以追溯到 1957年Rosenblatt提出的感知器(Perceptron)模型 。它几乎与</FONT><A target=_blank href="http://www.itisedu.com/phrase/200603011759495.html" target=_new><FONT color=#008000 size=5 face=宋体>人工智能</FONT></A><FONT color=#008000 size=5 face=宋体>——</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230831275.html" target=_new><FONT color=#008000 size=5 face=宋体>AI</FONT></A><FONT color=#008000 size=5 face=宋体>（</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230831455.html" target=_new><FONT color=#008000 size=5 face=宋体>Artificial Intelligence</FONT></A><FONT color=#008000 size=5 face=宋体>）同时起步，但30余年来却并未取得人工智能那样巨大的成功，中间经历了一段长时间的萧条。直到80年代，获得了关于 人工神经网络切实可行的算法，以及以Von Neumann体系为依托的传统算法在知识处理方面日益显露出其力不从心后，人们才重新对 人工神经网络发生了兴趣，导致神经网络的复兴。 目前在神经网络研究方法上已形成多个流派，最富有成果的研究工作包括：多层网络 BP算法，Hopfield网络模型，自适应共振理 论，自组织特征映射理论等。人工神经网络是在现代神经科学的基础上提出来的。它虽然反映了人脑功能的基本特征，但远不是自然 神经网络的逼真描写，而只是它的某种简化抽象和模拟。 </FONT>< id=one class="storyLeft style6"><FONT face=宋体><FONT color=#008000><FONT size=5><SPAN id=two class=style7><STRONG>1. 人工神经网络的特点</STRONG></SPAN> </FONT></FONT></FONT></P><P><FONT color=#008000 size=5 face=宋体>人工神经网络的以下几个突出的优点使它近年来引起人们的极大关注： <BR>(1)可以充分逼近任意复杂的非线性关系； <BR>(2)所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的鲁棒性和容错性； <BR>(3)采用并行分布处理方法，使得快速进行大量运算成为可能； <BR>(4)可学习和自适应不知道或不确定的系统； <BR>(5)能够同时处理定量、定性知识。 </FONT></P><P><FONT color=#008000 size=5 face=宋体>人工神经网络的特点和优越性，主要表现在三个方面：<BR>第一，具有自学习功能。例如实现图像识别时，只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，网络就 会通过自学习功能，慢慢学会识别</FONT><A target=_blank href="http://www.itisedu.com/phrase/200603090857555.html" target=_new><FONT color=#008000 size=5 face=宋体>类</FONT></A><FONT color=#008000 size=5 face=宋体>似的图像。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提 供经济预测、市场预测、效益预测，其应用前途是很远大的。 <BR>第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。 <BR>第三，具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型 人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。 </FONT></P><P class="style3 style8 style12 style12"><STRONG id=three><FONT color=#008000 size=5 face=宋体>2.人工神经网络的主要方向 </FONT></STRONG></P><P><FONT color=#008000 size=5 face=宋体>神经网络的研究可以分为理论研究和应用研究两大方面。 <BR>理论研究可分为以下两类： <BR>1)．利用神经生理与认知科学研究人类思维以及智能机理。 <BR>2)．利用神经基础理论的研究成果，用数理方法探索功能更加完善、性能更加优越的神经网络模型，深入研究网络算法和性能， 如：稳定性、收敛性、容错性、鲁棒性等；开发新的网络数理理论，如：神经网络动力学、非线性神经场等。 </FONT></P><P><FONT color=#008000 size=5 face=宋体>应用研究可分为以下两类： <BR>1)．神经网络的</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604232134205.html" target=_new><FONT color=#008000 size=5 face=宋体>软件</FONT></A><FONT color=#008000 size=5 face=宋体>模拟和硬件实现的研究。 <BR>2)．神经网络在各个领域中应用的研究。这些领域主要包括： </FONT></P><P><FONT color=#008000 size=5 face=宋体>&nbsp;&nbsp;&nbsp;&nbsp;</FONT><A target=_blank href="http://www.itisedu.com/phrase/200603021030465.html" target=_new><FONT color=#008000 size=5 face=宋体>模式识别</FONT></A><FONT color=#008000 size=5 face=宋体>、信号处理、知识工程、</FONT><A target=_blank href="http://www.itisedu.com/phrase/200604230850085.html" target=_new><FONT color=#008000 size=5 face=宋体>专家系统</FONT></A><FONT color=#008000 size=5 face=宋体>、优化组合、</FONT><A target=_blank href="http://www.itisedu.com/phrase/200603021227495.html" target=_new><FONT color=#008000 size=5 face=宋体>机器人</FONT></A><FONT color=#008000 size=5 face=宋体>控制等。 随着神经网络理论本身以及相关理论、相关技术的不断 发展，神经网络的应用定将更加深入。</FONT></P></DIV><!-- google_ad_section_end -->

superyongzhe

没有关系，只当作知识扩充。

superyongzhe

<>不知道车上能不能用这种控制方法？可能不实际，但想想也可以嘛！</P>

zengfan155

<>看到“神经网络”几个字我自己神经就大了</P><P>这个是不是模糊控制有很大联系?楼主有没有继续研究？</P>

junchang

= =!大家看资料都很忙的，不要老是搞这种闹眼子的事情啦！

ssg322

回复 4# superyongzhe


    我有这想法    应该可以     神经网络和模糊控制是个方向

康雨轩

研究生学的课程