文档介绍：该【数学建模(12)省公开课一等奖全国示范课微课金奖ppt课件 】是由【1485173816】上传分享，文档一共【54】页，该文档可以免费在线阅读，需要了解更多关于【数学建模(12)省公开课一等奖全国示范课微课金奖ppt课件 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。数学模型 Mathematical Model
（12）
第1页
人工神经网络
(Artificial Neural Networks，简称NN)
所谓NN就是为模仿人脑工作方式而设计一个机器，它能够用电子或光电元件实现，也能够用软件在常规计算机上仿真。是一个含有大量连接并行分布式处理器，含有经过学习获取知识并处理问题能力，且知识是分布存放于连接权（对应于生物神经元突触）中，而不是象常规计算机那样按地址存在特定存放单元中。
神经网络模型
第2页
1、人工神经网络研究历史
人工神经网络研究发展历程经过三个时期：
第一次研究高潮：二十世纪五十至六十年代
-P模型。
1949年从心理学角度提出了至今仍对神经网络理论有着主要影响Hebb学习法则。
(perceptron)。
1962年Widrow提出了主要适合用于自适应系统自适广线性元件Adaline网络。
神经网络模型
第3页
1、人工神经网络研究历史
低潮时期：二十世纪六十年代末至七十年代
因为受当初神经网络理论研究水平所限及应用前景不明朗，加之受到冯·诺依曼式计算机大发展冲击等原因影响，对神经网络研究陷入低谷。
，于1969年出版了《Perceptron》一书，指出感知器不能处理高阶谓词问题。他们论点极大地影响了神经网络研究，加之当初串行计算机和人工智能所取得成就，掩盖了发展新型计算机和人工智能新路径必要性和迫切性，使人工神经网络研究处于低潮。在此期间，一些人
神经网络模型
第4页
工神经网络研究者依然致力于这一研究，提出了适应谐振理论（ART网）、自组织映射、认知机网络，同时进行了神经网络数学理论研究。以上研究为神经网络研究和发展奠定了基础。尤其是在美、日等国有少数学者扎扎实实地继续着网络模型和学习算法研究，提出了许多有意义理论和方法：如Arbib竞争模型、1977年Kohonen提出自组织映射模型、Grossberg自适应谐振模型、Fukushima新认知机等。有学者还提出了连接机制(Connectionism)和并行分布处理概念(Parallel Dis-tributed Processing)。
神经网络模型
第5页
1、人工神经网络研究历史
第二次研究高潮：二十世纪八十年代初至现在
，引入了能量函数概念，这一结果取得使神经网络研究取得突破性进展。84年他用此模型成功处理了旅行商问题(TSP)。1987年6月在美国加州举行了第一届神经网络国际会议。有一千多名学者参加，并成立了国际神经网络学会。后确定为每年召开两次国际联合神经网络大会。1990年我国863高技术研究计划同意了关于人工神经网络三项课题，自然科学基金与国防科技预研基金也都把神经网络研究列入选题指南。
神经网络模型
第6页
2、人工神经网络研究意义
冯·诺依曼（Von Neumann）计算机产生为世界发展发挥了巨大作用，当代计算机发展到今天，其运算速度可到达每秒钟数千亿次以上，存放量和计算机精度成倍地扩大和提升，但伴随社会需求和时代进步，其本身不足显得越来越突出。
（1）计算机本身无主动学习和自适应能力；
（2）处理信息方式是集中、串行；
（3）存放内容和存放地址是不相关。
因为现行计算机上述特点(亦可认为不足)，即使在数值计算、逻辑运算等串行信息处理中表现出远
神经网络模型
第7页
非人所能及速度，不过在智能(如图象、语言识别)计算方面却相当低能！面对连续、含糊和随机信息处理问题。如：模式识别、图像处理、决议判断等方面却显得非常迟钝。而对一样问题，人脑却能在瞬间得出答案。这是因为人脑善于处理形象思维领域非结构化问题。它经过学习、自适应来求解，并行处理方法为它赢来快速反应！
人类大脑含有强大功效：
人听力神经网络能在喧闹环境中清楚识别对方声音，人视觉神经网络能在不到一秒钟时间里认出多年未见老朋友；人智能神经网络能够归
神经网络模型
第8页
纳出一长篇文章中心思想；另外，人脑学习能力和创造能力，它能从环境中学习，从书本中学习，从经历中学习，并能利用所学知识创造新知识，这全部一切都是当前任何一个人造机器所望尘莫及。
神经元是脑组织基本单元，由三部分组成：细胞体，树突和轴突；每一部分虽含有各自功效，但相互之间是互补。
树突是细胞输入端，经过细胞体间联结节点“突触”接收四面细胞传出神经冲动；轴突相当于细胞输出端，端部众多神经未梢为信号输出端子，用于传出神经冲动。
神经网络模型
第9页
神经元含有兴奋和抑制两种工作状态。当传入神经冲动使细胞膜电位升高到阀值(约为40mV)时，细胞进入兴奋状态， 产生神经冲动 ， 由轴突输出 。 相反，若传入神经冲动，使细胞膜电位下降到低于阀值时，细胞进入抑制状态，无神经冲动输出。
函数思想：
y=f(x1,x2,…,xn)
输入“自变量”
输出：函数值y＝
神经网络模型
第10页