人工神經(jīng)網(wǎng)絡(luò )論文
人工泛指人造的;人為的。下面是小編為你帶來(lái)的人工神經(jīng)網(wǎng)絡(luò )論文 ，歡迎閱讀。
人工神經(jīng)網(wǎng)絡(luò )的發(fā)展及應用
摘要隨著(zhù)科學(xué)技術(shù)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò )技術(shù)得到了空前的發(fā)展，并且在諸多領(lǐng)域得到了廣泛的應用，為人工智能化的發(fā)展提供了強大的動(dòng)力。人工神經(jīng)網(wǎng)絡(luò )的發(fā)展經(jīng)歷了不同的階段，是人工智能的重要組成部分，并且在發(fā)展過(guò)程中形成了自身獨特的特點(diǎn)。文章對人工神經(jīng)網(wǎng)絡(luò )的發(fā)展歷程進(jìn)行回顧，并對其在各個(gè)領(lǐng)域的應用情況進(jìn)行探討。
關(guān)鍵詞人工神經(jīng)網(wǎng)絡(luò );發(fā)展;應用
隨著(zhù)科學(xué)技術(shù)的發(fā)展，各個(gè)行業(yè)和領(lǐng)域都在進(jìn)行人工智能化的研究工作，已經(jīng)成為專(zhuān)家學(xué)者研究的熱點(diǎn)。人工神經(jīng)網(wǎng)絡(luò )就是在人工智能基礎上發(fā)展而來(lái)的重要分支，對人工智能的發(fā)展具有重要的促進(jìn)作用。人工神經(jīng)網(wǎng)絡(luò )從形成之初發(fā)展至今，經(jīng)歷了不同的發(fā)展階段，并且在經(jīng)濟、生物、醫學(xué)等領(lǐng)域得到了廣泛的應用，解決了許多技術(shù)上的難題。
1人工神經(jīng)網(wǎng)絡(luò )概述
關(guān)于人工神經(jīng)網(wǎng)絡(luò )，到目前為止還沒(méi)有一個(gè)得到廣泛認可的統一定義，綜合各專(zhuān)家學(xué)者的觀(guān)點(diǎn)可以將人工神經(jīng)網(wǎng)絡(luò )簡(jiǎn)單的概括為是模仿人腦的結構和功能的計算機信息處理系統[1]。人工神經(jīng)網(wǎng)絡(luò )具有自身的發(fā)展特性，其具有很強的并行結構以及并行處理的能力，在實(shí)時(shí)和動(dòng)態(tài)控制時(shí)能夠起到很好的作用;人工神經(jīng)網(wǎng)絡(luò )具有非線(xiàn)性映射的特性，對處理非線(xiàn)性控制的問(wèn)題時(shí)能給予一定的幫助;人工神經(jīng)網(wǎng)絡(luò )可以通過(guò)訓練掌握數據歸納和處理的能力，因此在數學(xué)模型等難以處理時(shí)對問(wèn)題進(jìn)行解決;人工神經(jīng)網(wǎng)絡(luò )的適應性和集成性很強，能夠適應不同規模的信息處理和大規模集成數據的處理與控制;人工神經(jīng)網(wǎng)絡(luò )不但在軟件技術(shù)上比較成熟，而且近年來(lái)在硬件方面也得到了較大發(fā)展，提高了人工神經(jīng)網(wǎng)絡(luò )系統的信息處理能力。
2人工神經(jīng)網(wǎng)絡(luò )的發(fā)展歷程
2.1 萌芽時(shí)期
在20世紀40年代，生物學(xué)家McCulloch與數學(xué)家Pitts共同發(fā)表文章，第一次提出了關(guān)于神經(jīng)元的模型M-P模型，這一理論的提出為神經(jīng)網(wǎng)絡(luò )模型的研究和開(kāi)發(fā)奠定了基礎，在此基礎上人工神經(jīng)網(wǎng)絡(luò )研究逐漸展開(kāi)。1951年，心理學(xué)家Hebb提出了關(guān)于連接權數值強化的法則，為神經(jīng)網(wǎng)絡(luò )的學(xué)習功能開(kāi)發(fā)進(jìn)行了鋪墊。之后生物學(xué)家Eccles通過(guò)實(shí)驗證實(shí)了突觸的真實(shí)分流，為神經(jīng)網(wǎng)絡(luò )研究突觸的模擬功能提供了真實(shí)的模型基礎以及生物學(xué)的依據[2]。隨后，出現了能夠模擬行為以及條件反射的處理機和自適應線(xiàn)性網(wǎng)絡(luò )模型，提高了人工神經(jīng)網(wǎng)絡(luò )的速度和精準度。這一系列研究成果的出現為人工神經(jīng)網(wǎng)絡(luò )的形成和發(fā)展提供了可能。
2.2 低谷時(shí)期
在人工神經(jīng)網(wǎng)絡(luò )形成的初期，人們只是熱衷于對它的研究，卻對其自身的局限進(jìn)行了忽視。Minskyh和Papert通過(guò)多年對神經(jīng)網(wǎng)絡(luò )的研究，在1969年對之前所取得的研究成果提出了質(zhì)疑，認為當前研究出的神經(jīng)網(wǎng)絡(luò )只合適處理比較簡(jiǎn)單的線(xiàn)性問(wèn)題，對于非線(xiàn)性問(wèn)題以及多層網(wǎng)絡(luò )問(wèn)題卻無(wú)法解決。由于他們的質(zhì)疑，使神經(jīng)網(wǎng)絡(luò )的發(fā)展進(jìn)入了低谷時(shí)期，但是在這一時(shí)期，專(zhuān)家和學(xué)者也并沒(méi)有停止對神經(jīng)網(wǎng)絡(luò )的研究，針對他們的質(zhì)疑也得出一些相應的研究成果。
2.3 復興時(shí)期
美國的物理學(xué)家Hopfield在1982年提出了新的神經(jīng)網(wǎng)絡(luò )模型，并通過(guò)實(shí)驗證明在滿(mǎn)足一定的條件時(shí)，神經(jīng)網(wǎng)絡(luò )是能夠達到穩定的狀態(tài)的。通過(guò)他的`研究和帶動(dòng)，眾多專(zhuān)家學(xué)者又重新開(kāi)始了對人工神經(jīng)網(wǎng)絡(luò )方面的研究，推動(dòng)了神經(jīng)網(wǎng)絡(luò )的再一次發(fā)展[3]。經(jīng)過(guò)專(zhuān)家學(xué)者的不斷努力，提出了各種不同的人工神經(jīng)網(wǎng)絡(luò )的模型，神經(jīng)網(wǎng)絡(luò )理論研究不斷深化，新的理論和方法層出不窮，使神經(jīng)網(wǎng)絡(luò )的研究和應用進(jìn)入了一個(gè)嶄新的時(shí)期。
2.4 穩步發(fā)展時(shí)期
隨著(zhù)人工神經(jīng)網(wǎng)絡(luò )研究在世界范圍內的再次興起，我國也迎來(lái)了相關(guān)理論研究的熱潮，在人工神經(jīng)網(wǎng)絡(luò )和計算機技術(shù)方面取得了突破性的進(jìn)展。到20世紀90年代時(shí)，國內對于神經(jīng)網(wǎng)絡(luò )領(lǐng)域的研究得到了進(jìn)一步的完善和發(fā)展，而且能夠利用神經(jīng)網(wǎng)絡(luò )對非線(xiàn)性的系統控制問(wèn)題進(jìn)行解決，研究成果顯著(zhù)。隨著(zhù)各類(lèi)人工神經(jīng)網(wǎng)絡(luò )的相關(guān)刊物的創(chuàng )建和相關(guān)學(xué)術(shù)會(huì )議的召開(kāi)，我國人工神經(jīng)網(wǎng)絡(luò )的研究和應用條件逐步改善，得到了國際的關(guān)注。
隨著(zhù)人工神經(jīng)網(wǎng)絡(luò )的穩步發(fā)展，逐漸建立了光學(xué)神經(jīng)網(wǎng)絡(luò )系統，利用光學(xué)的強大功能，提高了人工神經(jīng)網(wǎng)絡(luò )的學(xué)習能力和自適應能力。對非線(xiàn)性動(dòng)態(tài)系統的控制問(wèn)題，采取有效措施，提高超平面的光滑性，對其精度進(jìn)行改進(jìn)。之后有專(zhuān)家提出了關(guān)于人工神經(jīng)網(wǎng)絡(luò )的抽取算法，雖然保證了精度，但也加大了消耗，在一定程度上降低了神經(jīng)網(wǎng)絡(luò )的效率，因此在此基礎上又提出了改進(jìn)算法FERNN�；煦缟窠�(jīng)網(wǎng)絡(luò )的發(fā)展也得到了相應的進(jìn)步，提高了神經(jīng)網(wǎng)絡(luò )的泛化能力。
3人工神經(jīng)網(wǎng)絡(luò )的應用
3.1 在信息領(lǐng)域中的應用
人工神經(jīng)網(wǎng)絡(luò )在信息領(lǐng)域中的應用主要體現在信息處理和模式識別兩個(gè)方面。由于科技的發(fā)展，當代信息處理工作越來(lái)越復雜，利用人工神經(jīng)網(wǎng)絡(luò )系統可以對人的思維進(jìn)行模仿甚至是替代，面對問(wèn)題自動(dòng)診斷和解決，能夠輕松解決許多傳統方法無(wú)法解決的問(wèn)題，在軍事信息處理中的應用極為廣泛[4]。模式識別是對事物表象的各種信息進(jìn)行整理和分析，對事物進(jìn)行辨別和解釋的一個(gè)過(guò)程，這樣對信息進(jìn)行處理的過(guò)程與人類(lèi)大腦的思維方式很相像。模式識別的方法可以分為兩種，一種是統計模式識別，還有一種是結構模式識別，在語(yǔ)音識別和指紋識別等方面得到了廣泛的應用。
3.2 在醫學(xué)領(lǐng)域的應用
人工神經(jīng)網(wǎng)絡(luò )對于非線(xiàn)性問(wèn)題處理十分有效，而人體的構成和疾病形成的原因十分復雜，具有不可預測性，在生物信號的表現形式和變化規律上也很難掌握，信息檢測和分析等諸多方面都存在著(zhù)復雜的非線(xiàn)性聯(lián)系，所以應用人工神經(jīng)網(wǎng)絡(luò )決解這些非線(xiàn)性問(wèn)題具有特殊意義[5]。目前，在醫學(xué)領(lǐng)域中的應用涉及到理論和臨床的各個(gè)方面，最主要的是生物信號的檢測和自動(dòng)分析以及專(zhuān)家系統等方面的應用。
3.3 在經(jīng)濟領(lǐng)域中的應用
經(jīng)濟領(lǐng)域中的商品價(jià)格、供需關(guān)系、風(fēng)險系數等方面的信息構成也十分復雜且變幻莫測，人工神經(jīng)網(wǎng)絡(luò )可以對不完整的信息以及模糊不確定的信息進(jìn)行簡(jiǎn)單明了的處理，與傳統的經(jīng)濟統計方法相比具有其無(wú)法比擬的優(yōu)勢，數據分析的穩定性和可靠性更強。
3.4 在其他領(lǐng)域的應用
人工神經(jīng)網(wǎng)絡(luò )在控制領(lǐng)域、交通領(lǐng)域、心理學(xué)領(lǐng)域等方面都有很廣泛的應用，能夠對高難度的非線(xiàn)性問(wèn)題進(jìn)行處理，對交通運輸方面進(jìn)行集成式的管理，以其高適應性和優(yōu)秀的模擬性能解決了許多傳統方法無(wú)法解決的問(wèn)題，促進(jìn)了各個(gè)領(lǐng)域的快速發(fā)展。
4總結
隨著(zhù)科技的發(fā)展，人工智能系統將進(jìn)入更加高級的發(fā)展階段，人工神經(jīng)網(wǎng)絡(luò )也將得到更快的發(fā)展和更加廣泛的應用。人工神經(jīng)網(wǎng)絡(luò )也許無(wú)法完全對人腦進(jìn)行取代，但是其特有的非線(xiàn)性信息處理能力解決了許多人工無(wú)法解決的問(wèn)題，在智能系統的各個(gè)領(lǐng)域中得到成功應用，今后的發(fā)展趨勢將向著(zhù)更加智能和集成的方向發(fā)展。
參考文獻
[1]徐用懋，馮恩波.人工神經(jīng)網(wǎng)絡(luò )的發(fā)展及其在控制中的應用[J].化工進(jìn)展，1993(5)：8-12，20.
[2]湯素麗，羅宇鋒.人工神經(jīng)網(wǎng)絡(luò )技術(shù)的發(fā)展與應用[J].電腦開(kāi)發(fā)與應用，2009(10)：59-61.
[3]李會(huì )玲，柴秋燕.人工神經(jīng)網(wǎng)絡(luò )與神經(jīng)網(wǎng)絡(luò )控制的發(fā)展及展望[J].邢臺職業(yè)技術(shù)學(xué)院學(xué)報，2009(5)：44-46.
[4]過(guò)效杰，祝彥知.人工神經(jīng)網(wǎng)絡(luò )的發(fā)展及其在巖土工程領(lǐng)域研究現狀[J].河南水利，2004(1)：22-23.
[5]崔永華.基于人工神經(jīng)網(wǎng)絡(luò )的河流匯流預報模型及應用研究[D].鄭州大學(xué)，2006.
【人工神經(jīng)網(wǎng)絡(luò )論文】相關(guān)文章：
人工神經(jīng)網(wǎng)絡(luò )定義論文03-12
神經(jīng)網(wǎng)絡(luò )經(jīng)典論文02-25
環(huán)境科學(xué)人工神經(jīng)網(wǎng)絡(luò )運用論文01-30
基于神經(jīng)網(wǎng)絡(luò )算法的電力諧波分析方法的研究論文04-12
試析基于補償模糊神經(jīng)網(wǎng)絡(luò )的高職院校教師教學(xué)評價(jià)模型的教育論文07-03
人工智能畢業(yè)論文03-27
論文個(gè)人工作總結范文07-01
關(guān)于教師育人工作的建議的論文06-19