Algorithm 版 (精华区)

发信人: zjliu (fly), 信区: Algorithm
标  题: 神经网络原理
发信站: 哈工大紫丁香 (Sun Jul  7 15:20:49 2002) , 转信

发信人: shalimar (ruoxi), 信区: Math
标  题: 神经网络原理
发信站: 放鹤亭站 (2002年05月30日17:15:16 星期四), 站内信件


神经网络，又称为人工神经网络，是指为了模拟动物神经细胞群学习特性的结构和
功能而构成的一种信息处理系统或计算机系统，由于拥有很强的适用于复杂环境和多目
标控制要求的能力，并具有以任意精度逼近任意非线性连续函数的特性（自组织，自学
习，自适应）而适用于复杂系统的控制应用领域。
(图为典型的多层神经网络结构)
    神经网络是由数据驱动的，这意味着它们必须输入大量关于系统过去的特性的数据
由其分析，称为"培训"。在"培训"期间，神经网络系统研究它收到的原始的随机性的数
据，重建它们的数学关系，将之转换为连续性的有数学规律性的形式，结果是得到一个
适合这些数据的模型（称为建模）。即，神经网络系统依据被控系统的输入输出数据对
，通过学习得到一个描述系统输入输出关系的非线性映射。然后神经网络系统还会自动
对它本身的模型进行调整，所以神经网络系统还有"推断"功能。
    常规统计学意义上的统计学模型可以用一些二次或更高阶的方程式来表述，这些方
程式可以从理论上给出输入的变量间的关系并得出结果。而神经网络模型无法用常规的
方程式来表述，它的信息大多依存于它的结构各点之中，依赖模型本身的多层（一般为
三层）结构和自学习特性，通过"培训"和"学习"建立及调整模型，计算的重担被推给模
型本身，在"培训"阶段，模型已建立了适合这些数据的内部结构，而不需要额外的程序
。
    神经网络目前在语音识别，字符识别，影像技术，图案识别和分类，信号过程，过
程控制和优化等领域得到许多应用。其中，过程控制和优化是神经网络目前最新的和最
重要的应用领域。
    过程控制和优化是神经网络目前最新的和最重要的应用领域。神经网络已经被用来
研究某些装置，如某种机械系统，以对其进行控制。神经网络不仅能在正常状态下控制
该系统，也能在未预知的特殊情况发生时保持控制。例如，NASA在加州的爱德华兹的德
来顿飞行研究中心用一架F-15飞机实验，让神经网络系统学习怎样操纵飞机。这样如果
在飞行中飞机的某一部分发生故障，机上的神经网络系统就会及时反应，通过这种方法
飞行员就可以象飞机未发生故障一样继续控制飞机的飞行。该机载神经网络系统经在很
多高机动的状态下测试，如追踪目标，360度旋转动作等，结果证明甚至是在超音速状态
下机载神经网络系统都可对故障飞机保持控制。
    神经网络应用于过程优化时，在系统进行数据"培训"的过程中与过程控制的应用是
相似的。对过程控制而言，输入的数据表示被控系统的状态，输出表示影响被控系统状
态的控制信号。在过程优化中，输入和输出是类似的，但同时又定义了表示被控系统某
种目标状态的数据。例如，考虑一部使用燃料和空气以获得一定速度的汽车，在任何使
用状态下有几个指标是很重要的，象速度，燃料消耗，汽车部件磨损，安全性，等等。
设定其中一个或几个作为最重要的指标，要求在燃料量，空气进口量，空气机械设置等
等输入数据之中细心取得平衡（注：如汽车在燃料供应量最小时，它就不太可能开到最
高速度，即，无法取得平衡）。这里神经网络系统用于平衡各个系统输入设置以使一个
或更多的系统输出指标能最大化，最小化，或稳定化。在汽车的例子中，神经网络能够
通过细心调整空气进口量，速度，其他相关机械设置使燃料消耗量保持最小。
--
※ 来源:·放鹤亭站 bbs.cumt.edu.cn·[FROM:   *]




--

※ 来源:．哈工大紫丁香 http://bbs.hit.edu.cn [FROM: 202.118.229.86]