文档介绍：Hunan Institute of Science and Technology
南湖学院
现代设计方法
题
目：
人工神经网络
系
部：
南湖学院机电系
专
业：
机械设计制造及其自动化
班
级：
N机自09
Hunan Institute of Science and Technology
南湖学院
现代设计方法
题
目：
人工神经网络
系
部：
南湖学院机电系
专
业：
机械设计制造及其自动化
班
级：
N机自09-4F
姓
名：
周迁
学
号：
24091900333
人工神经网络
人工神经网络（Art ificial Neural Net works，简写为ANNs）也简称为神 经网络（NNs）或称作连接模型（Connectionist Model）,它是一种模范动物神 经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统 的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的 目的。人工神经网络具有自学****和自适应的能力，可以通过预先提供的一批相互 对应的输入－输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用 新的输入数据来推算输出结果，这种学****分析的过程被称为 “训练”。人工神经 网络是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神 经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的 方式进行信息处理。
人工神经网络具有四个基本特征：
（ 1）非线性关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。 人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线 性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储 容量。
（2） 非局限性。一个神经网络通常由多个神经元广泛连接而成。一个系统 的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作 用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆 是非局限性的典型例子。
（3） 非常定性。人工神经网络具有自适应、自组织、自学****能力。神经网 络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本 身也在不断变化。经常采用迭代过程描写动力系统的演化过程。
（ 4）非凸性。一个系统的演化方向，在一定条件下将取决于某个特定的状 态函数。例如能量函数，它的极值相应于系统比较稳定的状态。非凸性是指这种 函数有多个极值，故系统具有多个较稳定的平衡态，这将导致系统演化的多样性。
人工神经网络中，神经元处理单元可表示不同的对象，例如特征、字母、概 念，或者一些有意义的抽象模式。网络中处理单元的类型分为三类：输入单元、 输出单元和隐单元。输入单元接受外部世界的信号与数据；输出单元实现系统处
理结果的输出；隐单元是处在输入和输出单元之间，不能由系统外部观察的单元。 神经元间的连接权值反映了单元间的连接强度，信息的表示和处理体现在网络处 理单元的连接关系中。人工神经网络是一种非程序化、适应性、大脑风格的信息 处理 ，其本质是通过网络的变换和动力学行为得到一种并行分布式的信息处理 功能，并在不同程度和层次上模仿人脑神经系统的信息处理功能。它是涉及神经 科学、思