人工神经网络概述

刘毅娟,雷 鸣,何 旸,曹艳龙

（华北理工大学冀唐学院，河北唐山，063000）

人工神经网络概述

刘毅娟,雷 鸣,何 旸,曹艳龙

（华北理工大学冀唐学院，河北唐山，063000）

近年来，随着人工神经网络在信息、自动化、医学、经济等领域的广泛应用和杰出表现，使得人工神经网络又开始得到广泛关注和重新重视。基于需求，本文对人工神经网络做了简单概述。

人工神经网络；人工神经元模型

神经网络是通过无数的神经元连接而成的，它在人脑的技术上，并结合现代神经医学从而提出了人工神经网络的模型。这种网络模型不能完全反应人脑的情况，但是它是在人脑的基础上发展而来的，是在此基础上利用生物神经网络进行某些操作，例如包括抽象处理以及实际模拟仿真等等。在信息处理的过程中，该网络是通过其中的神经元的相互作用来实现的，在信息的存储上，该网络表现为分布式。同时，神经元之间相互的连接权的动态进化过程也至关重要，这关系到神经网络的自我学习和认知的技能。在应用上，该网络也十分的广泛，无论是在机械控制领域，还是在信号处理方面，抑或是交通运输业，神经网络技术都有涉足。

自1943年，心理学家W.S.McCulloch和数理逻辑学家W.Pitts成功搭建出神经网络和数学模型（简称为MP模型）开始，神经网络模型日趋完善。MP模型如图1所示：

到80年代，对于人工神经网络的研究受世界上所有发达国家的关注，美国国会甚至以此为出发点，将上世纪最后十年定义为“脑的十年”。时至今日，人工智能已经成为世界范围内的一个重要研究课题。

1 人工神经网络的优点

人工神经网络（ANN）区别于人类大脑，但是它有来源于类人大脑，它是基于人类对大脑神经网络认识，通过人工构建一种新的神经网络，这种神经网络能够按照要求实现某种特定的功能。它是一个复杂的网络系统，由很多简单元件进行相互联系，是一种非线性系统，而且其非线性性具有高度集中的特点，从而可以对复杂的逻辑问题和非线性问题进行处理。

人工神经网络主要有以下四个特点：

（1）与普通的计算机的存储信息的方式不同，神经网络在存储信息上采用的是分布式的。在对特定信息进行表示时，它利用大量的相互联系的神经元，对每个连接的权值进行分布式处理。这种信息存储的方式具有很多优势，例如它具有联想记忆的能力，同时具有很强的容错能力，以及在异常或者危险情况下的生存能力很强即其鲁棒性。

图1 MP模型

（2）对大量的的信息并行处理的能力。神经网络在对收集的信息进行处理时是通过神经元来完成的，每个神经元都可以单独对其所收集的信息进行某些计算处理，因此我们可以将神经元的计算处理视为大量的神经元同时对大量的网络信息的同时计算处理。

（3）与人类大脑在某些方面类似的功能，人工神经网络也具有自我学习，自我适应以及自我组织的能力。在表示神经元间的连接强度时采用的是权值，权值可以提前来确定，也可以根据随环境而改变，在实际的运用过程中，该网络的主要优势体现在其自我学习能力和适应性以及自我组织的能力非常强大。

2 人工神经元模型

信息在神经细胞之间的传递并非是一个简单的传递过程，它也是一个比较复杂过程，神经细胞会将目标信息进行预先的某种处理，然后将其传递给目标神经细胞。人工神经元通过模拟人类的神经细胞，在信息处理方面的能力也是很强大的。

同时它也是神经网络的基础组成部分，它一般是一个多输入单输出的非线性器件，其模型参照图2，其中个神经元的输入表示该输出与其前一层的第个神经元相互联系的权值大小；表示偏置值；表示神经元对信息处理后的输出。如Fig.1所示为神经元的输入、输出之间的关系。

文献[2]中的数值计算结果是利用ANSYS的板单元SHELL63建模得到的，加载条件一样，即忽略自重，在简支直线箱梁跨中正对腹板的上翼缘板处作用对称集中荷载，总量为P=0.272 2 kN，为了验证本模型的正确性，对比二者结果如表1。

3 人工神经网络的缺点

人工神经网络虽然就有上述很多优点，但它自身存在着不可忽略的缺陷，制约其发展，具体缺点可简要概述如下：

3.1 精确度难以控制

神经网络模式巨大，指标复杂，因此在计算过程中无法精确到每一项指标，这也是神经网络的发展较为缓慢的原因。

3.2 计算结果随机，不确定

基于人工神经网络的模型特点，注定其无法将每一个问题求解出正确的答案。只能说模型越精准，计算工具越精密，计算结果越贴近实际。

3.3 体系适用范围首先，通用性受限

基于数学建模均是根据现有题目进行模型计算，使得每一种MP模型也是只适用于某些固定类型的题目，因此它的通用性极差。

鉴于人工神经网络这些固有的优缺点，要想应用人工神经网络帮助我么解决实际问题，仍然有很长的路要走，有很多实际难点需要解决。

[1] 袁曾任．人工神经网络及其应用［M］．北京：清华大学出版社，1999．

[2] 庞博，郭生练，熊立华，等．改进的人工神经网络水文预报模型及应用[J]．武汉大学学报：工学版，2007，40（1）：33-36．

Overview of artificial neural network

Liu Yijuan,Lei Ming,He Yang,Cao Yanlong
(north China university of technology institute of ji tang,Hebei tangshan,063000)

In recent years,with the artificial neural network in the information,automation,medical, economic,and other fields are widely used and outstanding performance,began to make artificial neural network is widely attention and renewed focus.Based on the demand,in this paper,the artificial neural network to do a simple overview.

artificial neural network;Artificial neuron model

图2 神经元模型Fig.2 The model of neuron