隨著科學技術的發(fā)展，人工神經(jīng)網(wǎng)絡技術得到了空前的發(fā)展，并且在諸多領域得到了廣泛的應用，為人工智能化的發(fā)展提供了強大的動力。以下是學習啦小編整理分享的人工智能神經(jīng)網(wǎng)絡論文的相關資料，歡迎閱讀!

　　人工智能神經(jīng)網(wǎng)絡論文篇一

　　人工神經(jīng)網(wǎng)絡的發(fā)展及應用

　　摘要隨著科學技術的發(fā)展，人工神經(jīng)網(wǎng)絡技術得到了空前的發(fā)展，并且在諸多領域得到了廣泛的應用，為人工智能化的發(fā)展提供了強大的動力。人工神經(jīng)網(wǎng)絡的發(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)展過程中形成了自身獨特的特點。文章對人工神經(jīng)網(wǎng)絡的發(fā)展歷程進行回顧，并對其在各個領域的應用情況進行探討。

　　關鍵詞人工神經(jīng)網(wǎng)絡;發(fā)展;應用

　　隨著科學技術的發(fā)展，各個行業(yè)和領域都在進行人工智能化的研究工作，已經(jīng)成為專家學者研究的熱點。人工神經(jīng)網(wǎng)絡就是在人工智能基礎上發(fā)展而來的重要分支，對人工智能的發(fā)展具有重要的促進作用。人工神經(jīng)網(wǎng)絡從形成之初發(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(yī)學等領域得到了廣泛的應用，解決了許多技術上的難題。

　　1人工神經(jīng)網(wǎng)絡概述

　　關于人工神經(jīng)網(wǎng)絡，到目前為止還沒有一個得到廣泛認可的統(tǒng)一定義，綜合各專家學者的觀點可以將人工神經(jīng)網(wǎng)絡簡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(tǒng)[1]。人工神經(jīng)網(wǎng)絡具有自身的發(fā)展特性，其具有很強的并行結構以及并行處理的能力，在實時和動態(tài)控制時能夠起到很好的作用;人工神經(jīng)網(wǎng)絡具有非線性映射的特性，對處理非線性控制的問題時能給予一定的幫助;人工神經(jīng)網(wǎng)絡可以通過訓練掌握數(shù)據(jù)歸納和處理的能力，因此在數(shù)學模型等難以處理時對問題進行解決;人工神經(jīng)網(wǎng)絡的適應性和集成性很強，能夠適應不同規(guī)模的信息處理和大規(guī)模集成數(shù)據(jù)的處理與控制;人工神經(jīng)網(wǎng)絡不但在軟件技術上比較成熟，而且近年來在硬件方面也得到了較大發(fā)展，提高了人工神經(jīng)網(wǎng)絡系統(tǒng)的信息處理能力。

　　2人工神經(jīng)網(wǎng)絡的發(fā)展歷程

　　2.1 萌芽時期

　　在20世紀40年代，生物學家McCulloch與數(shù)學家Pitts共同發(fā)表文章，第一次提出了關于神經(jīng)元的模型M-P模型，這一理論的提出為神經(jīng)網(wǎng)絡模型的研究和開發(fā)奠定了基礎，在此基礎上人工神經(jīng)網(wǎng)絡研究逐漸展開。1951年，心理學家Hebb提出了關于連接權數(shù)值強化的法則，為神經(jīng)網(wǎng)絡的學習功能開發(fā)進行了鋪墊。之后生物學家Eccles通過實驗證實了突觸的真實分流，為神經(jīng)網(wǎng)絡研究突觸的模擬功能提供了真實的模型基礎以及生物學的依據(jù)[2]。隨后，出現(xiàn)了能夠模擬行為以及條件反射的處理機和自適應線性網(wǎng)絡模型，提高了人工神經(jīng)網(wǎng)絡的速度和精準度。這一系列研究成果的出現(xiàn)為人工神經(jīng)網(wǎng)絡的形成和發(fā)展提供了可能。

　　2.2 低谷時期

　　在人工神經(jīng)網(wǎng)絡形成的初期，人們只是熱衷于對它的研究，卻對其自身的局限進行了忽視。Minskyh和Papert通過多年對神經(jīng)網(wǎng)絡的研究，在1969年對之前所取得的研究成果提出了質疑，認為當前研究出的神經(jīng)網(wǎng)絡只合適處理比較簡單的線性問題，對于非線性問題以及多層網(wǎng)絡問題卻無法解決。由于他們的質疑，使神經(jīng)網(wǎng)絡的發(fā)展進入了低谷時期，但是在這一時期，專家和學者也并沒有停止對神經(jīng)網(wǎng)絡的研究，針對他們的質疑也得出一些相應的研究成果。

　　2.3 復興時期

　　美國的物理學家Hopfield在1982年提出了新的神經(jīng)網(wǎng)絡模型，并通過實驗證明在滿足一定的條件時，神經(jīng)網(wǎng)絡是能夠達到穩(wěn)定的狀態(tài)的。通過他的研究和帶動，眾多專家學者又重新開始了對人工神經(jīng)網(wǎng)絡方面的研究，推動了神經(jīng)網(wǎng)絡的再一次發(fā)展[3]。經(jīng)過專家學者的不斷努力，提出了各種不同的人工神經(jīng)網(wǎng)絡的模型，神經(jīng)網(wǎng)絡理論研究不斷深化，新的理論和方法層出不窮，使神經(jīng)網(wǎng)絡的研究和應用進入了一個嶄新的時期。

　　2.4 穩(wěn)步發(fā)展時期

　　隨著人工神經(jīng)網(wǎng)絡研究在世界范圍內的再次興起，我國也迎來了相關理論研究的熱潮，在人工神經(jīng)網(wǎng)絡和計算機技術方面取得了突破性的進展。到20世紀90年代時，國內對于神經(jīng)網(wǎng)絡領域的研究得到了進一步的完善和發(fā)展，而且能夠利用神經(jīng)網(wǎng)絡對非線性的系統(tǒng)控制問題進行解決，研究成果顯著。隨著各類人工神經(jīng)網(wǎng)絡的相關刊物的創(chuàng)建和相關學術會議的召開，我國人工神經(jīng)網(wǎng)絡的研究和應用條件逐步改善，得到了國際的關注。

　　隨著人工神經(jīng)網(wǎng)絡的穩(wěn)步發(fā)展，逐漸建立了光學神經(jīng)網(wǎng)絡系統(tǒng)，利用光學的強大功能，提高了人工神經(jīng)網(wǎng)絡的學習能力和自適應能力。對非線性動態(tài)系統(tǒng)的控制問題，采取有效措施，提高超平面的光滑性，對其精度進行改進。之后有專家提出了關于人工神經(jīng)網(wǎng)絡的抽取算法，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)絡的效率，因此在此基礎上又提出了改進算法FERNN?；煦缟窠?jīng)網(wǎng)絡的發(fā)展也得到了相應的進步，提高了神經(jīng)網(wǎng)絡的泛化能力。

　　3人工神經(jīng)網(wǎng)絡的應用

　　3.1 在信息領域中的應用

　　人工神經(jīng)網(wǎng)絡在信息領域中的應用主要體現(xiàn)在信息處理和模式識別兩個方面。由于科技的發(fā)展，當代信息處理工作越來越復雜，利用人工神經(jīng)網(wǎng)絡系統(tǒng)可以對人的思維進行模仿甚至是替代，面對問題自動診斷和解決，能夠輕松解決許多傳統(tǒng)方法無法解決的問題，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行整理和分析，對事物進行辨別和解釋的一個過程，這樣對信息進行處理的過程與人類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(tǒng)計模式識別，還有一種是結構模式識別，在語音識別和指紋識別等方面得到了廣泛的應用。

　　3.2 在醫(yī)學領域的應用

　　人工神經(jīng)網(wǎng)絡對于非線性問題處理十分有效，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(xiàn)形式和變化規(guī)律上也很難掌握，信息檢測和分析等諸多方面都存在著復雜的非線性聯(lián)系，所以應用人工神經(jīng)網(wǎng)絡決解這些非線性問題具有特殊意義[5]。目前，在醫(yī)學領域中的應用涉及到理論和臨床的各個方面，最主要的是生物信號的檢測和自動分析以及專家系統(tǒng)等方面的應用。

　　3.3 在經(jīng)濟領域中的應用

　　經(jīng)濟領域中的商品價格、供需關系、風險系數(shù)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)絡可以對不完整的信息以及模糊不確定的信息進行簡單明了的處理，與傳統(tǒng)的經(jīng)濟統(tǒng)計方法相比具有其無法比擬的優(yōu)勢，數(shù)據(jù)分析的穩(wěn)定性和可靠性更強。

　　3.4 在其他領域的應用

　　人工神經(jīng)網(wǎng)絡在控制領域、交通領域、心理學領域等方面都有很廣泛的應用，能夠對高難度的非線性問題進行處理，對交通運輸方面進行集成式的管理，以其高適應性和優(yōu)秀的模擬性能解決了許多傳統(tǒng)方法無法解決的問題，促進了各個領域的快速發(fā)展。

　　4總結

　　隨著科技的發(fā)展，人工智能系統(tǒng)將進入更加高級的發(fā)展階段，人工神經(jīng)網(wǎng)絡也將得到更快的發(fā)展和更加廣泛的應用。人工神經(jīng)網(wǎng)絡也許無法完全對人腦進行取代，但是其特有的非線性信息處理能力解決了許多人工無法解決的問題，在智能系統(tǒng)的各個領域中得到成功應用，今后的發(fā)展趨勢將向著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)絡的發(fā)展及其在控制中的應用[J].化工進展，1993(5)：8-12，20.

　　[2]湯素麗，羅宇鋒.人工神經(jīng)網(wǎng)絡技術的發(fā)展與應用[J].電腦開發(fā)與應用，2009(10)：59-61.

　　[3]李會玲，柴秋燕.人工神經(jīng)網(wǎng)絡與神經(jīng)網(wǎng)絡控制的發(fā)展及展望[J].邢臺職業(yè)技術學院學報，2009(5)：44-46.

　　[4]過效杰，祝彥知.人工神經(jīng)網(wǎng)絡的發(fā)展及其在巖土工程領域研究現(xiàn)狀[J].河南水利，2004(1)：22-23.

　　[5]崔永華.基于人工神經(jīng)網(wǎng)絡的河流匯流預報模型及應用研究[D].鄭州大學，2006.

下一頁分享更優(yōu)秀的<<<人工智能神經(jīng)網(wǎng)絡論文