第1章 绪论
人类具有高度发达的大脑,大脑是思维活动的物质基础,而思维是人类智能的集中体现。长期以来,人们想方设法了解人脑的工作机理和思维本质,向往构造出人工智能系统来模仿人脑的功能,其中的一个重要成果就是人工神经网络(artificial neural networks,ANN)。本章主要讲述人工神经网络的概念、基本性质、基本功能和应用,以及人工神经网络的性能指标、研究内容和发展趋势,最后介绍人工神经网络的电磁应用。
1.1 神经网络的概念与分类
1.1.1 神经网络的概念
人工神经网络也叫神经网络(neural network)、人工神经系统(artificial neural systems)、自适应系统(adaptive systems)、自适应网(adaptive networks)、连接模型(connectionism)、神经计算机(neurocomputer)等,它是在对人脑认识的基础上,以数学和物理方法及从信息处理的角度对人脑生物神经网络(biological neural network,BNN)进行抽象并建立起来的某种简化模型。它是对人类大脑系统特性的一种描述,是由多个非常简单的处理单元彼此按某种方式连接而形成的计算机系统,该系统是靠其状态对外部输入信息的动态响应来处理信息的。简单地讲,人工神经网络是一个数学模型,可以用电子线路来实现,也可以用计算机程序来模拟,是人工智能研究的一种方法。
1.1.2 神经网络的分类
到目前为止,神经网络已经有几十种不同的模型,按照不同的原则,可以对神经网络进行不同的分类,通常有以下5类。
(1)按照网络的结构进行分类:前馈网络、反馈网络和自组织网络。
(2)按照学习方式进行分类:有导师学习网络和无导师学习网络。
(3)按照网络的性能进行分类:连续型网络和离散型网络、随机型网络和确定型网络。
(4)按照突触性质进行分类:一阶线性并联网络和高阶非线性并联网络。
展开