论文人工神经网络历史和训练算法概述，本文是发展历史方面论文如何怎么撰写与人工神经网络和训练算法概述和历史类毕业论文提纲范文.
摘 要 人工智能在广义上分为以下两方面：知识推理和知识决策,相对应的技术分别为知识图谱技术与人工神经网络技术.文章对人工神经网络的历史进行了回顾,引进了几个较为经典的人工神经网络的算法,并在此基础上论述了其影响.最后,对人工神经网络的前景做出了评断.
关键词 人工神经网络；BP 算法
中图分类号 TP2 文献标识码 A 文章编号 1674-6708（2018）222-0129-02
以一己之力战胜两位世界级围棋高手李世石及柯洁的Alpha Go 的横空出世,不仅仅吸引了相应人才从事此方面的研究,更显示了其的巨大潜力.而Alpha Go 能战胜这两位围棋中顶级选手,与其采用了人工神经网络不无关联.而人工神经网络是一门结合了众多学科的内容而发展起来的一门新的信息处理学科.
1 人工神经网络的发展历史
1）起源.人工神经网络最初是由科研工作者根据生物神经网络的特点而创造出来的一种可以进行简单信息处理的模型.生物神经网络（BiologicalNeural Networks）以神经元为骨架,通过神经元彼此之间的连结形成了一个完整的能对所给刺激产生反应的系统.人工神经网络就是类比生物神经网络的这个可以进行信息处理的原理而制造出来的.用节点替代神经元,且每个节点代表一种固定的函数,节点之间彼此联接形成一个庞大的网状系统,可处理一些信息.综合人工神经网络的起源、特点及定义,它可以用这样一句话概括：人工神经网络是一种信息处理系统,目的在于模仿人类大脑的相应结构及其相关功能[1].
2）摸索阶段.历史上第一个提出人工神经网络设想并藉此制造出了第一个模型的是心理学家W.S.McCulloch 和数理逻辑学家Wapitis.他们提出的模型就是MP 模型,而MP 模型的建立不仅证明了单个神经元执行逻辑功能的可行性,还带来对人工神经网络研究的热潮.因此W.S.McCulloch 和Wapitis 被后来者尊称为人工神经网络研究的先驱.但是当时的人工神经网络只是一个胚胎,甚至只能说是一个大胆的猜想,缺乏相应的理论支持.
50 年代末,F·罗森布拉特提出并设计了感知机.60 年代初,Windrow 提出了一种自适应线性元件网络,这两项工作第一次将人工神经网络的研究成果应用到实践中[7].而他们的成功也激励了其他众多科学家,提高了他们对人工神经网络的研究兴趣.但是当时有学者指出感知机本身存在问题,且该问题的不可解决性,再加上当时正值计算机高速发展、各种研究成果竞相发表的时期,众多科学研究者纷纷转向计算机的研究,因此人工神经网络的研究被搁置.人工神经网络的发展也停滞不前.
3）高速发展阶段.1982 年及1984 年,美国加州工学院物理学家J.J.Hopfield 先后提出了Hopfield 神经网格模型与连续时间Hopfield 神经网络模型,这两项研究解决了感知机所存在的不能解决高阶谓词的问题,为人工神经网络的研究提供了一个新思路.随后,一些学者提出了玻尔兹曼模型.这三项研究不仅为人工神经网络的发展做了开拓性的研究,更是使人工神经网络这个备受冷落的研究项目重新回到科研人员的视野中.也正是有这些科学工作人员的一个又一个的研究成果,才能令人工神经网络从原本不被重视的状态扭转为当时备受人们追捧的状态.
1991 年,Aihara 等基于之前的推导和实验,提出了一个混沌神经元模型.1997 年,Hochreiter和Schmidhuber 提出了长短期记忆网络.等等,诸如此类的研究的提出,足以论证人工神经网络发展的迅猛及其科学研究热潮的来临.
2 人工神经网络的理论算法
1）BP 网络.1986 年由Rumelhart 和McClelland为首的科学家们给出的BP 神经网络算法虽然存在一些缺陷,但是BP 算法理论依据坚实、推导过程严谨等特点,还是让BP 算法成为人工神经网络算法中较为经典的,也是使用最普遍的神经网络模型之一[6].
BP 算法是一种监督学习算法.其主要步骤是：首先将训练集中样本输入,得到的结果与正确率将会对网络的权值进行反馈,利用梯度下降法对参数进行迭代更新,得到结果的最优解,当满足输出层的均方误差小于事先设定的阈值时,训练完成.具体步骤如下：首先设定若干定义,我们对仅含一层隐藏神经元的网络为例进行说明.
传统的BP 算法本质上是一种学习方法,它将一组样本输入/ 输出问题转换为非线性优化问题,并通过负梯度下降算法通过迭代操作解决权重问题,但其收敛速度较慢,易陷入局部最优解为此方法较为突出的问题.为解决此问题,提出了一种新的高斯消元法.
2）离散Hopfield 神经网络.Hopfield 首先提出的网络是一种二值神经网络,所谓二值就是神经元的输出只取这两个值,1 和0,因此也称它为离散Hopfield 神经网络.离散HopfieId 网络使用的神经元为二元神经元,因此输出的1 和0 分别代表该神经元的激活和抑制.
对于离散Hopfield 网络,网络状态是一组输出神经元信息.对于输出层是N 个神经元的网络,T 矩是n 维向量.
Y(t)等于[Y1(t),Y2(t),...,Yn(t)]T
因此,网络状态有2n 种状态,因为Yj(t)(j 等于1N) 可以取值为1 或0,因此,n 维向量Y(t) 有2n种状态,即网络状态.
3 人工神经网络的发展现状及应用
人工神经网络是一门交叉学科,与计算机科学,数学等学科关系密切.它的发展与应用离不开这些学科.其从90 年代起,各种研究成果层出不穷,这些成果不仅完善了当时的人工神经网络研究,还为以后人工神经网络的实际应用提供了理论依据.直至目前人工神经网络已发展的较为完善,而且已广泛应用于多个学科领域之中[4].例如,上文所提的Alpha Go,及目前尚在起步阶段的VR 技术还有人脸识别技术.Alpha Go 不仅攻克了棋类游戏中最难的围棋,而且展示了人工神经网络所拥有的巨大潜力.而VR 技术的发展将改变目前人们的生活方式,并将带来极大的便利.而人脸识别技术的发展将提高,物品的安全性,将更好的保护我们的权利.其他诸如指纹识别、视网膜识别、虹膜识别、掌纹识别、专家系统、智能搜索等技术的发展也不容忽视.
4 人工神经网络的影响
1）积极影响.人工神经网络的迅猛发展给我们的生活带来了巨大的好处.VR 购物可以让我们更为直观的感受衣服合身与否,穿在身上的效果如何等,这是传统的网络购物无法解决的问题.智能医疗体系的建成将进一步解决目前传统医疗体系存在的弊端,也将优化目前的医疗体系,让资源得到更合理的配置.未来,智能机器人的存在将使人们从繁复的体力活动中解救出来,使人们更能专心于各种技术的研发.人工神经网络的发展还将促进其他学科的发展,其工作拥有的超高速能大大的节省我们的时间,其所拥有的极低错误率也将大大的提高准确率.
2）消极影响.人工神经网络的发展带来的不仅仅是优势,它也有不利的一面.首先,过于真实的VR 场景会使人沉溺其中,而其模拟现实感受的感觉体系可能会刺激大脑,使人的精神受到一定的创伤.其次,大量的职业由智能机器人接管将导致大量的人失业.而这些失业的人的衣食住行问题,及其本身带来的不安定因素成为亟待解决的问题.再者,大量智能机器人的出现将加大知识的两极分化,导致有知识的人越来越有知识,而跟不上知识更新速度的人将无法改变自身命运.另外,大量工作由智能机器人替代,将会使人懈怠,变得四肢不勤、五谷不分,身体素质也将会下降.
5 结论
人工神经网络作为一门机器智能学科,是随着生物智能特别是人类智能的研究而发展起来的.由于目前对人脑的研究还十分的浅薄,对生物神经网络的认知还不够,人工神经网络始终存在弊端.因此,人工神经网络的改进和发展需要神经科学的研究.在如今飞速发展的时代,人工神经网络的发展势头不容小觑.人工神经网络的不断发展也将带给我们不停的惊喜.
参考文献
[1]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报,2004,3（1）：103-110.
[2]金星姬,贾炜玮.人工神经网络研究概述[J].林业科技情报,2008,40（1）：65.
[3]张代远.一种全新的人工神经网络算法[J].计算技术与自动化,2000,19（2）：35-38.
[4]毛健,赵红东,姚婧婧.人工神经网络的发展及应用[J].电子设计工程,2011,19（24）：62-65.
[5]邱春龙.HOPFIELD求解具有局部重复路径的MTSP的应用研究[D].泉州：华侨大学,2007.
[6]张铃,张钹.神经网络中BP算法的分析[J].模式识别与人工智能,1994（3）：191-195.
[7]石幸利.人工神经网络的发展及其应用[J].重庆科技学院学报,2006,8（2）：99-101.
该文结束语，这是一篇关于经典发展历史专业范文可作为人工神经网络和训练算法概述和历史方面的大学硕士与本科毕业论文发展历史论文开题报告范文和职称论文论文写作参考文献.
参考文献：
1、 基于遗传算法的优化BP神经网络算法 王军涛（北华航天工业学院,河北廊坊065000）WANG Juntao（NorthChina Institute ofAerospaceEngineering,Langfang065000,China.
2、 人工神经网络在宏观经济预测中的应用 人工神经网络在宏观经济预测中的应用研究王志刚 吉林省经济信息中心摘要对一个国家或地区的总体经济情况,可以根据宏观经济加以体现,其中,宏观经济预测是一项重要工作 根据历史资料和经济现状,采用相应理论与.
3、 基于模糊神经网络和粒子群优化算法的机器人路径规划 摘要有评估标准规定,机器人的最优路径规划就是当其在具有障碍物的环境中移动时,能够自动寻找到从初始状态到目标状态的一条无碰撞路径 在本次研究中,首先利用网格法建立了周围环境的数学模型,随后提出一种模糊神.
4、 卷积神经网络的方程组求解 摘要通过迭代求解方程组的解,提出了一种基于卷积神经网络求解线性方程组的病态方程组的方法,由于条件数过大,影响求解的精度,将求解方程组的过程转换为神经网络学习的过程 通过神经网络学习同目标数据形成一种映.
5、 离散混沌系统的神经网络阶逆系统控制 摘要提出用神经网络α阶逆系统方法控制一类未知模型的离散混沌系统,针对离散混沌系统的特殊性,调整了神经网络建模的输入输出结构,并以Logistic系统为假想未知系统进行实际控制,仿真结果说明.
6、 基于matlab实现人工神经网络在股票评级中的应用 1 引言 近年,我国股市跌宕起伏,远有2008年次贷危机,近有由于场外配资清理、场内融资和分级基金去杠杆形成连锁反应造成的2015年的股灾,国家推出的“熔断机制”……应对措施.