人工神經(jīng)網(wǎng)絡(luò)文獻(xiàn)綜述

1、 WIND一 、 人工神經(jīng)網(wǎng)絡(luò)理論概述 (一 人工神經(jīng)網(wǎng)絡(luò)基本原理神經(jīng)網(wǎng)絡(luò) (Artificialneuralnet work , ANN 是由大量的簡單神 經(jīng)元組成的非線性系統(tǒng),每個神經(jīng)元的結(jié)構(gòu)和功能都比較簡單,而大量 神經(jīng)元組合產(chǎn)生的系統(tǒng)行為卻非常復(fù)雜 。 人工神經(jīng)元以不同的方式,通 過改變連接方式 、 神經(jīng)元的數(shù)量和層數(shù),組成不同的人工神經(jīng)網(wǎng)絡(luò)模型 (神經(jīng)網(wǎng)絡(luò)模型 。人工神經(jīng)元模型的基本結(jié)構(gòu)如圖 1所示 。 圖中 X=(x 1, x 2, x nT R n表示神經(jīng)元的輸入信號 (也是其他神經(jīng)元的輸出信號 ; w ij 表示神經(jīng)元 i 和神經(jīng)元 j 之間的連接強(qiáng)度,或稱之為權(quán)值; j 為神

2、經(jīng)元 j 的 閥值 (即輸入信號強(qiáng)度必須達(dá)到的最小值才能產(chǎn)生輸出響應(yīng) ; y i 是神 經(jīng)元 i 的輸出 。 其表達(dá)式為 y i =f(nj =iw ij x j+i式中, f ( 為傳遞函 數(shù) (或稱激活函數(shù) ,表示神經(jīng)元的輸入 -輸出關(guān)系 。圖 1(二 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展人工神經(jīng)網(wǎng)絡(luò) (ArtificialNeuralNetwork 是一門嶄新的信息處 理科學(xué),是用來模擬人腦結(jié)構(gòu)和智能的一個前沿研究領(lǐng)域,因其具有獨(dú) 特的結(jié)構(gòu)和處理信息的方法,使其在許多實(shí)際應(yīng)用中取得了顯著成效 。 人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論的發(fā)展歷史是不平衡的,自 1943年心理學(xué)家 McCulloch 與數(shù)學(xué)家 Pitts 提

3、出神經(jīng)元生物學(xué)模型 (簡稱 MP-模型 以來,至今已有 50多年的歷史了 。 在這 50多年的歷史中,它的發(fā)展 大體上可分為以下幾個階段 。60年代末至 70年代,人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論的發(fā)展處于一個低 潮時期 。 造成這一情況的原因是人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論的發(fā)展出現(xiàn)了本 質(zhì)上的困難,即電子線路交叉極限的困難 。 這在當(dāng)時條件下,對神經(jīng)元 的數(shù)量 n 的大小受到極大的限制,因此它不可能去完成高度智能化的計(jì) 算任務(wù) 。80年代中期人工神經(jīng)網(wǎng)絡(luò)得到了飛速的發(fā)展 。 這一時期,多種模 型 、 算法與應(yīng)用問題被提出,主要進(jìn)展如:Boltzmann 機(jī)理論的研究, 細(xì)胞網(wǎng)絡(luò)的提出,性能指標(biāo)的分析等 。90年

4、代以后,人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論進(jìn)入了穩(wěn)健發(fā)展時期 。 現(xiàn)在 人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論的應(yīng)用研究主要是在模式識別 、 經(jīng)濟(jì)管理 、 優(yōu)化 控制等方面:與數(shù)學(xué) 、 統(tǒng)計(jì)中的多個學(xué)科分支發(fā)生聯(lián)系 。(三 人工神經(jīng)網(wǎng)絡(luò)分類人工神經(jīng)網(wǎng)絡(luò)模型發(fā)展到今天已有百余種模型,建造的方法也是 多種多樣,有出自熱力學(xué)的 、 數(shù)學(xué)方法的 、 模糊以及混沌方法的 。 其中 BP 網(wǎng)絡(luò) (BackPropagationNN 是當(dāng)前應(yīng)用最為廣泛的一種人工神 經(jīng)網(wǎng)絡(luò) 。 在人工神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中, 80%90%的人工神經(jīng)網(wǎng)絡(luò)模 型是采用 BP 網(wǎng)絡(luò)或它的變化形式,它也是前向網(wǎng)絡(luò)的核心部分,體現(xiàn) 了人工神經(jīng)網(wǎng)絡(luò)最精華的部分 。 其結(jié)

5、構(gòu)簡單,應(yīng)用范圍主要在模式識 別 、 分類 、 非線性映射,復(fù)雜系統(tǒng)仿真,過程控制等方面 。(四 人工神經(jīng)網(wǎng)絡(luò)模型的研究及相關(guān)應(yīng)用神經(jīng)網(wǎng)絡(luò)一直是科學(xué)界的研究熱點(diǎn),無論是理論研究還是應(yīng)用實(shí) 踐都有大量的成果報(bào)道 。 人工神經(jīng)網(wǎng)絡(luò)歷史上首先應(yīng)用于電子科技領(lǐng) 域,如模式識別 、 信號和圖像處理 、 控制理論等 。 隨著人們對神經(jīng)網(wǎng)絡(luò) 的認(rèn)知和了解,其應(yīng)用領(lǐng)域?qū)⒏訌V泛 。由于人工神經(jīng)網(wǎng)絡(luò)具有任意逼近函數(shù) 、 自學(xué)習(xí)自適應(yīng)能力極強(qiáng)的 特點(diǎn),因此,在這里,可以將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用到經(jīng)濟(jì)預(yù)警問題之中 。如王春峰,萬海暉,張維應(yīng)用 BP 網(wǎng)絡(luò)對股票價格進(jìn)行預(yù)測,應(yīng)用 BP 網(wǎng)絡(luò)模型對商業(yè)銀行的信貸風(fēng)險進(jìn)行預(yù)警

6、,運(yùn)用 BP 網(wǎng)絡(luò)模型評估借貸 方的信用風(fēng)險等等,這些應(yīng)用都取得了比較好的效果 。 顧海軍等人利用 BP 網(wǎng)絡(luò)的較高的自組織 、 自適應(yīng)和自學(xué)能力,對商業(yè)銀行風(fēng)險進(jìn)行綜 合評價,從而為商業(yè)銀行風(fēng)險評價走向使用化奠定了基礎(chǔ) 。 為了避免傳統(tǒng)參數(shù)期權(quán)定價模型 (parametric option pricing models , POPMS 的缺陷,馬文偉課題的研究,借助人工神經(jīng)網(wǎng)絡(luò)探討實(shí)物期權(quán)定價,這 將有利于實(shí)物期權(quán)定價理論的完善和發(fā)展 。 王洪利等人采用人工神經(jīng)網(wǎng) 絡(luò)方法,對最常用于體育場館建設(shè)的網(wǎng)架結(jié)構(gòu)形式進(jìn)行了選型研究,結(jié) 果表明,該方法能較好的進(jìn)行網(wǎng)架結(jié)構(gòu)的選型,從而節(jié)約建造成本 。

7、吳 煜等人通過人工神經(jīng)網(wǎng)絡(luò)尋找組合預(yù)測權(quán)重的方法,有效的解決預(yù)測 城市用水需求量這樣的復(fù)雜性問題 。 段玉波等人使用的遞歸神經(jīng)網(wǎng)絡(luò)可 以滿足短期負(fù)荷預(yù)測的需要,效果較好對于合理地進(jìn)行電力系統(tǒng)調(diào)度,計(jì)劃,用電與規(guī)劃具有一定的現(xiàn)實(shí)意義 。 劉歷波提到利用改進(jìn)的 BP 神 經(jīng)網(wǎng)絡(luò)算法對建設(shè)項(xiàng)目集成管理績效進(jìn)行了綜合評價,證明該方法的可 行性和有效性,為我國建設(shè)項(xiàng)目集成管理績效評價提供了一條新的可操 作性方法 。 付輝指出應(yīng)用 Hopfield 網(wǎng)絡(luò)對非定量因素進(jìn)行科學(xué)的分析, 可以消除一些人為因素的影響,使評選結(jié)果更加合理 。 楊俊琴通過對投 標(biāo)項(xiàng)目風(fēng)險因素辨識,建立了基于 BP 神經(jīng)網(wǎng)絡(luò)的風(fēng)險分析

8、模型,對項(xiàng) 目的風(fēng)險度進(jìn)行評估,為投標(biāo)人在進(jìn)行投標(biāo)決策時提供了一個有效的風(fēng) 險分析工具 。二 、 總結(jié)人工神經(jīng)網(wǎng)絡(luò)在各個領(lǐng)域中的應(yīng)用,為工作的順利進(jìn)行提供了保 障,克服了以往的常用方法的缺陷,解決了很多難題 。 比如在工程造價 預(yù)測中的應(yīng)用,它利用了神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí) 、 自組織 、 自適應(yīng)的特 點(diǎn),建立了具有反饋系統(tǒng)從而不斷調(diào)節(jié)誤差的 BP 算法,減少了人為主 觀的參與,這使得造價預(yù)測結(jié)果更加貼近實(shí)際,更加精確 。 在評標(biāo)過程 中的應(yīng)用亦是如此 。 但是,神經(jīng)網(wǎng)絡(luò)作為新興學(xué)科,在理論和實(shí)踐中, 還有很多不完善和不成熟的地方,又在一定程度上制約了它的實(shí)際應(yīng) 用 。 總之在利用人工神經(jīng)網(wǎng)絡(luò)解決問

9、題時,需要選定合適的網(wǎng)絡(luò)模型及 網(wǎng)絡(luò)算法,同時還要加深人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論方面的研究 。摘 要 本文主要介紹人工神經(jīng)網(wǎng)絡(luò)的基本原理 , 發(fā)展和分類,詳細(xì)描述了其在各行業(yè)的有關(guān)研究及應(yīng)用;對人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用提出了建議 。 關(guān)鍵詞 人工神經(jīng)網(wǎng)絡(luò);分類及發(fā)展;應(yīng)用 人工神經(jīng)網(wǎng)絡(luò)文獻(xiàn)綜述段玉三(安徽蟠桃園林綠化工程有限公司,安徽巢湖參考文獻(xiàn) 1段玉波 , 曲薇薇 , 周群等 . 應(yīng)用遞歸人工神經(jīng)網(wǎng)絡(luò)預(yù)測電力短期負(fù)荷 J.佳木 斯大學(xué)學(xué)報(bào) (自然科學(xué)版 ,2010.2姜紹飛 , 張春麗 , 鐘善桐 .BP 網(wǎng)絡(luò)模型的改進(jìn)方法探討 J.哈爾濱建筑大學(xué)學(xué) 報(bào) ,2000.3馮清海 , 袁萬城 .BP 神經(jīng)網(wǎng)絡(luò)和 R BF 神經(jīng)網(wǎng)絡(luò)在墩柱抗震性能評估中的 比較研究 J.結(jié)構(gòu)工程師 ,2007.4李剛 . 基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)