人工神經網絡概述

人工神經網絡（Artificial Neural Networks，ANNs），也簡稱為神經網絡（NNs），是模擬生物神經網絡進行信息處理的一種數學模型。它以對大腦的生理研究成果為基礎，其目的在于模擬大腦的某些機理與機制，實現一些特定的功能。目前，人工神經網絡已應用于很多領域。本章主要對人工神經網絡的基本理論做一個全面簡要的介紹。

神經網絡的特點

神經網絡的基本屬性反映了神經網絡特點，主要表現在：

1．并行分布式處理 神經網絡具有高度的并行結構和并行實現能力，具有高速尋找優化解的能力，能夠發揮計算機的高速運算能力，可能很快找到優化解。

2．非線性處理 人腦的思維是非線性的，故神經網絡模擬人的思維也應是非線性的。這一特性有助于處理非線性問題。

3．具有自學習功能 通過對過去的歷史數據的學習，訓練出一個具有歸納全部數據的特定的神經網絡，自學習功能對于預測有特別重要的意義。

4．神經網絡的硬件實現 要使人工神經網絡更快、更有效地解決更大規模的問題，關鍵在于其超大規模集成電路（V LSI）硬件的實現，即把神經元和連接制作在一塊芯片上（多為CMOS）構成ANN，神經網絡的VLSI設計方法近年來發展很快，硬件實現已成為ANN的一個重要分支。

神經網絡的應用領域

近些年來神經網絡在眾多領域得到了廣泛的運用。在民用應用領域的應用，如語言識別、圖像識別與理解、計算機視覺、智能機器人故障檢測、實時語言翻譯、企業管理、市場分析、決策優化、物資調運、自適應控制、專家系統、智能接口、神經生理學、心理學和認知科學研究等等；在軍用應用領域的應用，如雷達、聲納的多目標識別與跟蹤，戰場管理和決策支持系統，軍用機器人控制各種情況、信息的快速錄取、分類與查詢，導彈的智能引導，保密通信，航天器的姿態控制等。