我的人工神經(jīng)網(wǎng)絡(luò)-1 引言

人工神經(jīng)網(wǎng)絡(luò)

ArtificialNeuralNetworks任課教師：趙彤洲E-mail:tzzhao111111@126.com教材書(shū)名：《人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論》出版社：高等教育出版社出版日期：2001年8月定價(jià)：12.4元作者：蔣宗禮主要參考書(shū)目1、PhilipD.Wasserman，NeuralComputing:TheoryandPractice，VanNostrandReinhold，19892、胡守仁、余少波、戴葵，神經(jīng)網(wǎng)絡(luò)導(dǎo)論，國(guó)防科技大學(xué)出版社，1993年10月3、楊行峻、鄭君里，人工神經(jīng)網(wǎng)絡(luò)，高等教育出版社，1992年9月4、聞新、周露、王丹力、熊曉英，MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)，科學(xué)出版社，2001.5.5、張青貴，人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論，中國(guó)水利水電出版社，2004.10.

課程目的和基本要求

作為人工神經(jīng)網(wǎng)絡(luò)的入門(mén)課程，用于將學(xué)生引入人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用的研究領(lǐng)域。介紹人工神經(jīng)網(wǎng)絡(luò)及其基本網(wǎng)絡(luò)模型，使學(xué)生了解智能系統(tǒng)描述的基本模型掌握人工神經(jīng)網(wǎng)絡(luò)的基本概念、單層網(wǎng)、多層網(wǎng)、循環(huán)網(wǎng)等各種基本網(wǎng)絡(luò)模型的結(jié)構(gòu)、特點(diǎn)、典型學(xué)習(xí)算法、運(yùn)行方式、典型問(wèn)題掌握軟件實(shí)現(xiàn)方法。課程目的和基本要求了解人工神經(jīng)網(wǎng)絡(luò)的有關(guān)研究思想，從中學(xué)習(xí)開(kāi)拓者們的部分問(wèn)題求解方法。通過(guò)實(shí)驗(yàn)進(jìn)一步體會(huì)有關(guān)模型的用法和性能，獲取一些初步的經(jīng)驗(yàn)。查閱適當(dāng)?shù)膮⒖嘉墨I(xiàn)，將所學(xué)的知識(shí)與自己未來(lái)研究課題（包括研究生論文階段的研究課題）相結(jié)合起來(lái)，達(dá)到既豐富學(xué)習(xí)內(nèi)容，又有一定的研究和應(yīng)用的目的。主要內(nèi)容

智能及其實(shí)現(xiàn)ANN基礎(chǔ)PerceptronBPCPN統(tǒng)計(jì)方法Hopfield網(wǎng)與BAMART第1章

引言人工神經(jīng)網(wǎng)絡(luò)定義人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)的學(xué)術(shù)觀點(diǎn)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史第1章

引言主要內(nèi)容：智能與人工智能；ANN的特點(diǎn)；歷史回顧與展望重點(diǎn)：智能的本質(zhì)；ANN是一個(gè)非線性大規(guī)模并行處理系統(tǒng)難點(diǎn)：對(duì)智能的刻畫(huà)

人工神經(jīng)網(wǎng)絡(luò)定義（ArtificialNeuralNetworks，簡(jiǎn)記作ANN），是對(duì)人類大腦系統(tǒng)的一階特性的一種描述。

簡(jiǎn)單地講，它是一個(gè)數(shù)學(xué)模型，可以用電子線路來(lái)實(shí)現(xiàn)，也可以用計(jì)算機(jī)程序來(lái)模擬，是人工智能研究的一種方法。人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)人工神經(jīng)網(wǎng)絡(luò)的以下幾個(gè)突出的優(yōu)點(diǎn)使它近年來(lái)引起人們的極大關(guān)注：

(1)可以充分逼近任意復(fù)雜的非線性關(guān)系；

(2)所有定量或定性的信息都等勢(shì)分布貯存于網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，故有很強(qiáng)的健壯性和容錯(cuò)性；

(3)采用并行分布處理方法，使得快速進(jìn)行大量運(yùn)算成為可能；

(4)可學(xué)習(xí)和自適應(yīng)不知道或不確定的系統(tǒng)；

(5)能夠同時(shí)處理定量、定性知識(shí)。人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越性，主要表現(xiàn)在三個(gè)方面：

第一，具有自學(xué)習(xí)功能。

例如實(shí)現(xiàn)圖像識(shí)別時(shí)，只在先把許多不同的圖像樣板和對(duì)應(yīng)的應(yīng)識(shí)別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)就會(huì)通過(guò)自學(xué)習(xí)功能，慢慢學(xué)會(huì)識(shí)別類似的圖像。自學(xué)習(xí)功能對(duì)于預(yù)測(cè)有特別重要的意義。預(yù)期未來(lái)的人工神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)將為人類提供經(jīng)濟(jì)預(yù)測(cè)、市場(chǎng)預(yù)測(cè)、效益預(yù)測(cè)，其應(yīng)用前途是很遠(yuǎn)大的。第二，具有聯(lián)想存儲(chǔ)功能。

用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實(shí)現(xiàn)這種聯(lián)想。第三，具有高速尋找優(yōu)化解的能力。

尋找一個(gè)復(fù)雜問(wèn)題的優(yōu)化解，往往需要很大的計(jì)算量，利用一個(gè)針對(duì)某問(wèn)題而設(shè)計(jì)的反饋型人工神經(jīng)網(wǎng)絡(luò)，發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，可能很快找到優(yōu)化解。人工神經(jīng)網(wǎng)絡(luò)的主要方向（理論）理論研究可分為以下兩類：

1)．利用神經(jīng)生理與認(rèn)知科學(xué)研究人類思維以及智能機(jī)理。

2)．利用神經(jīng)基礎(chǔ)理論的研究成果，用數(shù)理方法探索功能更加完善、性能更加優(yōu)越的神經(jīng)網(wǎng)絡(luò)模型，深入研究網(wǎng)絡(luò)算法和性能。

如：穩(wěn)定性、收斂性、容錯(cuò)性、魯棒性等；開(kāi)發(fā)新的網(wǎng)絡(luò)數(shù)理理論，如：神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)、非線性神經(jīng)場(chǎng)等。

應(yīng)用研究可分為以下兩類：

1)．神經(jīng)網(wǎng)絡(luò)的軟件模擬和硬件實(shí)現(xiàn)的研究。

2)．神經(jīng)網(wǎng)絡(luò)在各個(gè)領(lǐng)域中應(yīng)用的研究。

這些領(lǐng)域主要包括：

模式識(shí)別、信號(hào)處理、知識(shí)工程、專家系統(tǒng)、優(yōu)化組合、機(jī)器人控制等。隨著神經(jīng)網(wǎng)絡(luò)理論本身以及相關(guān)理論、相關(guān)技術(shù)的不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)的應(yīng)用定將更加深入。人工神經(jīng)網(wǎng)絡(luò)的主要方向（應(yīng)用）神經(jīng)網(wǎng)絡(luò)的應(yīng)用方法首先是對(duì)實(shí)際問(wèn)題分析，看傳統(tǒng)的方法行不行，如果行就用傳統(tǒng)方法解決，如果傳統(tǒng)方法解決的不理想，然后嘗試用神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)用于求解問(wèn)題是因?yàn)樗哂小皩W(xué)習(xí)”能力，對(duì)于非線性、有噪、模式識(shí)別等問(wèn)題有著得天獨(dú)厚的優(yōu)勢(shì)。對(duì)于問(wèn)題分析以后，重在選擇相應(yīng)的模型求解，嘗試模型的求解過(guò)程同時(shí)也涉及到模型的優(yōu)化等問(wèn)題，最后編制程序運(yùn)行。

我個(gè)人認(rèn)為選擇什么樣的模型求解實(shí)際問(wèn)題是最關(guān)鍵的，用