神經網絡的本質

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇神經網絡的本質范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

神經網絡的本質范文第1篇

2013年11月5日，“魯本斯、凡?戴克與佛蘭德斯畫派列士敦士登王室珍藏展”在國家博物館拉開序幕，包括繪畫、雕刻和掛毯等百件作品，涵蓋從起始到興盛的佛蘭德斯畫派代表作。那些曾經只能在藝術史專著里看到的杰作，在眼前一一復活了神采風韻。有人說，走近些，你甚至能感覺到魯本斯畫里女人們肌膚的溫度。

魯本斯：佛蘭德斯畫派集大成者

16世紀下半葉尼德蘭一分為二，北部成立了共和國，即今日的荷蘭，信奉新教；南部的佛蘭德斯是今天的比利時，仍未擺脫西班牙的統治，處于天主教的陣營。佛蘭德斯的安特衛普市，從15世紀末就開始成為一個繁華的商品貿易中心和奢侈品生產基地，越來越多富裕的資助人與藝術品交易，吸引來更多優秀的藝術家。1560年，有300多名藝術家在這個城市從事繪畫和雕塑。同時教會與統治者也有借助感性形象重建精神權威的需要，在多種條件的作用下，佛蘭德斯的藝術猛然繁榮起來。

作為一個藝術史的概念，佛蘭德斯畫派大約形成于1581年。這一畫派基本符合宮廷貴族與天主教會的審美旨趣，追求紀念碑式的光彩奪目，富麗堂皇的裝飾性，同時將意大利興起的巴洛克風格與本民族特色相結合，使得17世紀的佛蘭德斯一舉發展為北歐巴洛克藝術的中心。無論從數量還是質量上，列支敦士登王室收藏的佛蘭德斯畫派作品在世界上都占有優勢，這也是王室首次以這一主題舉辦展覽。佛蘭德斯畫派中最耀眼奪目的桂冠，無疑屬于魯本斯。

1577年6月28日，魯本斯出生在德國小城茨根，不過他的故鄉在安特衛普市。十歲那年父親不幸去世，不久寡母就帶著孩子們回到了老家。魯本斯接受了很好的教育，加之天賦異稟，他很小就已能背誦許多拉丁文詩篇，閱讀古希臘羅馬原著典籍。他從13歲開始學畫，先后拜投過三位老師，第三位老師奧托?凡?維恩對他的影響最大。魯本斯以后善于畫富有裝飾性的寓意畫，極為老練地運用象征物來表達抽象概念，就得益于維恩門下的訓練。更重要的是，維恩鐘情意大利藝術直接影響了魯本斯，讓他于1600年3月踏上去意大利朝圣留學的旅途。

意大利的8年，讓一個天才破殼而生。23歲的魯本斯先是擔任了曼圖亞公爵的宮廷畫師，后者的家族收藏在歐洲數一數二，于是魯本斯幸運地擁有觀摩拉斐爾和提香等文藝復興名家原作的機會，他還可以隨意臨摹自己喜歡的作品。他后來被別的贊助人又派到羅馬，仔細鉆研過米開朗基羅等大師的雕像、繪畫。最觸動他的還是提香的畫，燦爛的色彩、富于想象的構思無不呼應著他內在的創作沖動。

除了提香，魯本斯還很欣賞同輩人卡拉瓦喬，卡拉瓦喬善于處理明暗關系，畫風叛逆而又大膽，照著街頭的流浪漢寫生畫基督像，甚至以泰伯河里的女性浮尸為模特畫《死去的圣母》，使訂件人咋舌得不敢接受。魯本斯在他的畫中看到了現實主義的可貴火花，他本人就是在佛蘭德斯寫實主義的氛圍中成長起來的。魯本斯臨了不少卡拉瓦喬的畫，還慫恿曼圖亞公爵買下那幅訂件人拒收的《死去的圣母》。八年的藝術熏陶，使得魯本斯迅速成長起來，積累豐厚。1608年母親逝世，他返回安特衛普，后被佛蘭德斯的統治者伊莎貝拉公主極力挽留，成為她的宮廷畫家。

魯本斯一生創作的主要題材是宗教神話主題。那時候的畫家不可避免要受到教會的種種制約，而魯本斯卻保留了自由的藝術天性，在宗教題材中灌注凡俗的情感，在神話和歷史題材中表現出真實的人性。寫過《藝術哲學》的美術史家丹納評價魯本斯：“他的作品表面上涂著一層天主教的圣油，而骨子里的風俗、習慣、思想感情，一切都是異教的。”

這次展覽中的《戰神馬爾斯與瑞亞?西爾維亞》，是魯本斯的一幅代表作。列支敦士登王室收藏了這幅畫的三個版本：小型的草圖、208cm×272cm大幅的油畫以及以此畫為底版的掛毯。戰神馬爾斯愛上壁爐女神維斯塔的女祭司瑞亞?西爾維亞，占有了她，兩人后來生下的雙胞胎成為羅馬城的締造者。這幅畫選取的就是馬爾斯抓住西爾維亞胳膊的瞬間，戲劇性的時刻與場面，兩人對峙而帶有運動感的結構，飽滿明亮的色彩，都體現出魯本斯的典型特征。魯本斯載入史冊的代表作《愛之園》、《強劫留西帕斯的女兒》等皆屬如此，揮灑自如，肯定人的力量與人生的歡樂，將巴洛克的藝術精神奏成一曲激越頌歌。這大概和他春風得意的一生莫不有關。

魯本斯早早成名，盡享一世榮華，一生都與潦倒沒落絲毫不沾邊。他有一切理由歡樂地看待這世界。他所開創的明暗強烈、色彩絢爛、氣勢宏大而又生機勃勃的新畫風，贏得了上至王室下至平民所有人的歡迎，教會貴族、富裕的中產階級以得到他的一幅畫為榮，他在世時就贏得這樣的殊榮――“畫家之王，王之畫家”。

1609年魯本斯與安特衛普市一位律師的女兒伊莎貝拉?勃蘭特結婚，從他創作的兩人肖像畫中，可以看出夫妻間流動著的深沉愛意。這次展出畫作中，最為著名的就是魯本斯作于1616年的《克拉拉?寶琳娜?魯本斯的肖像》，畫中的小女孩是兩人的長女。當時的肖像畫已商業化，完成一幅作品需將對象的所有細節都刻畫入微，比如華貴的珠寶金飾其實是主人高貴身份的一種證明。而面對自己5歲的女兒，魯本斯跳脫出陳規舊習的約束，拋卻了構圖的訣竅，讓小姑娘率真地直面觀者，這在當時典型的肖像畫中很少出現；服裝畫得很粗略，幾乎全用大筆觸涂抹；畫家的全部精力都聚焦在對人物精神面貌的捕捉：小女孩瞳仁里濕潤而清澈的光芒，根根分明的金色童發，吹彈可破的蘋果臉，都讓人物的內在越發凸顯，很有現代感。這幅魯本斯的上乘之作尺寸雖很小（37cm×27cm），卻能躋身為“歐洲藝術史上最感人的兒童肖像畫之一”。不幸的是，這位小姑娘只活到12歲便夭折了。

魯本斯和提香一樣，在表現人體肌膚上下過很大的功夫，畫婦女與兒童尤其卓越。他常在畫布上先涂一層淡褚底色，接著用深色勾出大體輪廓，暗部畫得極薄，受光部位則用厚厚的不透明色堆上去，這樣暗部下面的底色能透上來，肌膚就顯得透明而滋潤，有時簡直像花瓣一樣鮮艷嬌嫩，在色彩明暗的微妙變化中，讓人真切感受到生命的律動。

丹納曾說：“佛蘭德斯只有一個魯本斯，正如英國只有一個莎士比亞，其余的畫家無論如何偉大，總缺少一部分天才。”列支敦士登王室收藏館長約翰?卡夫特納對此評價道：魯本斯的“天才”體現在他的智慧上，“作為一個智者，他對古董、圣經以及其他眾多主題都有涉獵”。魯本斯興趣廣泛，極為博學，早年他鉆研過自然科學，尤對植物學、地理和光學倍感興趣。后來收入頗豐的他將大量的財產用于收藏書籍（當時其實很昂貴）和各種古代文物、雕刻與名畫，他的家堪稱一座博物館。魯本斯還精通七門語言，愛好古典文學，最愛讀羅馬作家維吉爾和奧維德等人的作品。廣博的藝術修養實際上是他繪畫藝術的深厚根基。他多才多藝，創作領域涉及雕塑、建筑、書籍插圖、版畫、掛毯等，主題更是兼容并包，無不涉獵。可以說在他所處的時代，他是一個巨人般的存在。

這次展覽中魯本斯作于1617年的德西烏斯?穆斯系列作品，靈感來自羅馬歷史學家李維的《羅馬史》。公元前340年拉丁人與羅馬軍隊展開殊死決戰，兩位羅馬指揮官德西烏斯?穆斯和托爾夸圖斯做了同樣的一個夢：勝方的將領必將在此次戰役中身亡。因此只有將領殉國，才能使己方獲得勝利，于是德西烏斯?穆斯為了上帝的意愿決定自我獻祭……羅馬最終取得了勝利。根據李維的記載，德西烏斯?穆斯是被敵軍弓箭射中身亡，魯本斯為了增加戲劇性，在《德西烏斯?穆斯之死》中將其改為被長矛刺死，定格了英雄被刺穿脖子從戰馬上跌落下來的一刻。德西烏斯?穆斯系列既是非常出色的油畫，也是魯本斯為布魯塞爾工坊設計的提花掛毯圖樣。織工紡織的方向與畫作方向是相反的，為了方便他們的工作，魯本斯特意從反面繪制了圖樣，所以畫中的人物一律用左手持武器，右手拿盾牌。

魯本斯精力旺盛，無論冬夏，他每天早上五點鐘起床去參加早上的彌撒，從教堂一回來就鉆進工作室，他在作畫時同時雇人朗讀古典文學作品給他聽，絲毫不受打擾。他在吃喝方面比較節制，據說一天工作就只吃一頓便飯，而通常的放松方式就是傍晚騎著他的西班牙良馬溜達一圈。

魯本斯還是一位出色的外交官。從1621年起，他擔任了伊莎貝拉公主的顧問，開始參與政治和外交活動。他14歲時曾被送到一位貴夫人府第當過侍童，在那里學會了上流社會的所有禮儀習俗，又多年走訪外國，閱歷豐富，胸襟開闊：“我把世界的每一塊地方都看作是我自己的故鄉”。執行外交任務之余，魯本斯便借機遍游歐洲的畫廊，從中收獲靈感。他還因此發現了年輕的委拉斯貴支，并建議腓力四世將其送往意大利深造。1628年夏天，他作為特使被西班牙國王派往英國，一邊談判，一邊在住處布置了臨時畫室搞創作。英國大臣問他：“尊敬的大使閣下，你在業余時間常以繪畫自娛嗎？”他答道：“畫畫是我的職業，當大使是我的愛好。”

大使的身份一直陪伴他到1630年。1626年愛妻勃蘭特因染時疫去世，讓他一度只愿離開家出訪外國，遠離回憶。1630年，53歲的魯本斯迎娶了17歲的姑娘海倫娜?弗爾曼。組建的新家庭重新帶給魯本斯溫暖與活力，在他晚期明快優美的風景畫中處處可見其愉快的心境。人生最后十年里，魯本斯從政事中退隱，重新沉浸在藝術創造的快樂之中，直到1640年5月30日因痛風病復發，在安特衛普市的工作室里與世長辭。

魯本斯的名字已成為佛蘭德斯巴洛克繪畫的代名詞，很少有藝術家在有生之年就獲得如此尊崇。他的畫影響了后世許多不同類型的藝術家，比如雷諾茲、德拉克洛瓦、雷諾阿、凡?高等一批杰出的畫家。

凡?戴克：引領英國肖像畫150年

魯本斯的藝術成就使他成為公認的佛蘭德斯畫壇班首。隨著名聲日上，訂件越來越多，魯本斯忙得分身無術。1609年他創立了自己的工作室，與學生和助手一同完成任務。魯本斯的油畫作品可分為三類：他親手畫的、他畫了一部分的，以及他僅僅監督指導過的。本次展覽另一位重要的佛蘭德斯畫家，便是魯本斯最出色的弟子凡?戴克。

凡?戴克1599年出生在安特衛普市。1617年他來到魯本斯的工作室，與這位年長自己22歲的大師共同進行創作，在此獲益匪淺。他曾擔任過魯本斯的第一助手，在流傳至今的一些作品中，特別是肖像畫，有時很難分清到底出自誰手。不過兩人在藝術氣質上，還是存在著明顯差異。魯本斯的激情溢于畫表，凡?戴克則顯得冷靜克制得多。魯本斯經常用黃色作為畫作的第一層底色，作品多呈暖色，而凡?戴克則是用灰色作為底色，所以色調也不濃烈。凡?戴克的技法很受魯本斯流暢風格的影響，不過他更講究筆觸的精妙、細膩。

凡?戴克最擅長的是肖像畫，當他成名后，也有許多貴族紛紛向其訂畫，忙得也要開工作室請助手。最欣賞他的主顧是英王查理一世。1632年凡?戴克來到倫敦，被任命為“直屬陛下的首席畫家”，此后查理一世就沒再找過其他畫家，凡?戴克也一直呆在英國直到1641年離世。他受歡迎并不奇怪，凡?戴克很懂得如何美化他的對象。有人在他的畫中見過查理一世的妻子瑪利亞王后，為其高雅迷人而傾倒，等見到真容時不禁大失所望，據說瑪利亞王后生得聳肩駝背，姿容平平。在當時的藝術中，像倫勃朗那樣逼真得出靈魂的肖像畫畢竟是罕見的。

美術史家形容凡?戴克的肖像畫，是“一種充滿戲劇性的自我表現藝術，既有公開說出的臺詞，又有含蓄的內心活動”。在他之前，英國的肖像畫比較拘謹單調，往往以單獨的人物為中心占據畫面，面部和軀體都正對觀者，一覽無余，缺少回味。而凡?戴克“他一直在用畫筆塑造高貴的英國人”，就像如今的攝影師一樣，他操縱著光線、背景、模特兒的姿態，賦予他們風流雅致。

這次展覽展出的一幅作于1629-1630年的凡?戴克的杰作《瑪麗亞?德?塔西絲的肖像》，就典型體現了凡?戴克的風格。畫像上的瑪麗亞大概19歲，她來自一個很富有的意大利家族，他們曾于15世紀后期開創了歐洲第一個郵政系統。人物穿著鑲金線的華貴衣裙，真絲的面料閃爍著微光，手中鴕鳥毛扇子輕盈蓬松，精致的衣領與珠光寶氣的首飾，畫家事無巨細地將其一一描繪，年輕的臉龐淡淡含笑，滿足愜意。有人說，十七世紀的肖像畫家中，沒有人（包括魯本斯）能像凡?戴克那樣細致入微地描繪皮膚：如何被骨骼繃緊，如何松馳下來，如何陷進顱骨上的孔腔……而具有非凡的表現力。他畫的靜物畫，也有著“幻覺藝術般的精確手法”。

凡?戴克所開創的輕松高貴的風格影響了此后的英國肖像畫近150年。有趣的是，19世紀他畫中查理一世的胡須樣式還在英美廣為流行，引領一時胡子風潮，被稱之為“凡?戴克式”。

列支敦士登王室六百年收藏史

此次展覽中的收藏方同樣值得關注。列支敦士登是夾在瑞士與奧地利兩國間的一個內陸小國，國土面積僅160平方公里。但列支敦士登王室收藏的歷史卻十分深遠，擁有堪稱世界上最大、最重要的藝術收藏之一。

列支敦士登王室的收藏品，大多放置在維也納市中心的列支敦士登城市宮與位于羅紹區的花園宮。這兩處宮殿里所藏的歐洲藝術品橫跨五個世紀，包括從文藝復興早期到比德邁厄時代大約1700幅繪畫、超過500件雕塑以及大量瓷器、家具、掛毯、狩獵槍械等，其中就有目前世界上最昂貴的家具――“巴德明頓柜”。

列支敦士登家族的收藏最早可追溯到格奧爾格?馮?列支敦士登，這位先祖1390年到1419年在意大利特倫托擔任主教，曾委托藝術家文澤勞斯繪制組畫，用于裝飾他的城堡，拉開這一家族長達600多年的收藏。收藏品既是家族財富的載體，也是其精神凝聚的象征，家族內默守不成文的規定：如有藏品被賣掉，則必須用近似數額的金錢購進新的藝術品。所以王室收藏的核心目錄能保持幾個世紀而不變。

16世紀開始，安特衛普市發展成一個國際藝術品交易中心。這次展覽中一幅小弗朗斯?弗蘭肯所作的《收藏家的畫廊》，可以一窺當時藝術品市場繁榮興旺的程度。高大宏偉的廳堂里掛滿了畫作，風景肖像神話題材一應俱全，尊貴的客人們在其中信步觀賞品評，畫廊中豐富的“畫中畫”對研究其時的風尚與社會風俗都極有價值。1643年，卡爾?歐西比烏斯一世（1611-1684）購買了魯本斯的《圣母瑪利亞升天》，這是列支敦士登王室歷史上擁有的第一幅魯本斯。得益于安特衛普當時成熟發達的藝術品市場，歐西比烏斯和他的兒子約翰?亞當?安德烈亞斯一世（1657-1712）迅速建立起一個佛蘭德斯繪畫的收藏系列。到1712年安德烈亞斯一世公爵去世時，列支敦士登王室已擁有總共超過50幅魯本斯的原作，數量在世界上首屈一指，其他收藏機構鮮有超過三十幅作品的收藏。1692年安德烈亞斯一世為了購買魯本斯的德西烏斯?繆斯系列，甚至不惜陷入巨大的債務中。

神經網絡的本質范文第2篇

摘要:常規PID控制器以其算法簡單、可靠性高等優點,在工業生產得到了廣泛應用。但是,PID控制器存在控制參數不易在線實時整定、難于對復雜對象進行有效控制等不足。利用神經網絡自學習、自適應和非線性映射等特點,將神經網絡和PID控制相結合,形成一種PID神經網絡控制系統,可對工業中使用的具有大時滯、慢時變、非線性特點的電爐系統進行有效辨識與控制。

關鍵詞:PID神經網絡;智能控制器;滯后系統;時變系統;電爐控制系統

中圖分類號:TP18文獻標識碼:A文章編號:1009-3044(2009)28-8028-03

Application of PID Neural Network in Electric Cooker Controlling Systems

REN Hui, WANG Wei-zhi

(Institute of Automation, Fuzhou University,Fuzhou 350002, China)

Abstract: General PID controller, because its algorithm is simple and high reliability,so has been widely used in industrial production. However, PID controller, there is not easy to line real-time control parameter tuning, is difficult for complex objects such as lack of effective control. Using neural network self-learning, adaptive and nonlinear mapping characteristics of neural network and PID control combined to form a PID neural network control system can be used in industry with a large time lag, slow time-varying, nonlinear characteristics of electric systems for effective identification and control.

Key words: PID neural network;intelligent controller;time lag system;time-varying system;electric cooker systems

近年來,隨著神經網絡理論的發展,將控制中應用最廣泛的PID的控制器與具有自學習功能的神經網絡相結合,已成為智能控制研究的一個新方向。并且,在這個方向上已取得了一些研究成果 。其主要的結合方式是在常規PID控制器的基礎上增加一個神經網絡模塊,利用神經網絡來在線調節 PID參數,但缺點是結構較復雜。本文介紹的PID神經網絡是將PID控制規律融進神經網絡之中構成的,實現了神經網絡和PID控制規律的本質結合。它屬于多層前向網絡,但是它與一般的多層前向網絡又不完全相同,一般的多層前向網絡中的全部神經元的輸入輸出特性都是相同的,而PID-NN的隱含層是由比例、積分、微分三個單元組成,是一種動態前向網絡,更適合于控制系統。各層神經元個數、連接方式、連接權值是按控制規律的基本原則和已有的經驗確定的,保證了系統穩定和快速收斂。由于PID神經網絡控制器是將神經網絡和PID控制規律融為一體,所以其既具有常規PID控制器結構簡單、參數物理意義明確之優點,同時又具有神經網絡自學習、自適應的功能,可將PID神經網絡應用于對工業控制領域的復雜非線性對象的控制。

本文提出一種基于PID神經網絡的控制方案,用來對大時滯、慢時變、非線性的電爐系統進行辨識與控制。

1 PID神經網絡控制系統

1.1 PID神經網絡的結構

PID神經網絡是一個 3層的前向網絡,包括輸入層、隱含層和輸出層,其結構如圖1所示。網絡的輸入層有2個神經元,分別對應系統的輸人和輸出;隱含層有3個神經元,各神經元的輸出函數互不相同,分別對應比例(P)、積分(I)、微分(D)3個部分;網絡的輸出層完成PID-NN控制規律的綜合。網絡的前向計算實現PID神經網絡的控制規律,網絡的反向算法實現PID神經網絡參數的自適應調整。

1.2 控制系統結構及其工作原理

PID神經網絡控制系統結構如圖2所示。控制系統包含PID神經網絡辨識器(PID-NNI )和PID神經網絡控制器((PID-NNC )。其中r(k)為系統的設定輸入,y(k)為被控對象的實際輸出,y~(k)為PID-NNI的輸出,u(k)為PID-NNC的輸出。系統的工作原理是:利用神經網絡的非線性函數逼近能力和學習記憶功能,由PID-NNI在線對被控對象模型進行辨識。它利用輸出偏差(e1(k)=y(k)-y~(k) ),修正網絡權值,使之逐步適應被辨識對象的特性。當它學習到與被控對象基本一致時,PID-NNC利用系統偏差 (e2(k)=r(k)-y~(k)),通過反傳算法實時調整自身權值,以跟上系統的變化,達到有效控制的目的。

2 PID神經網絡學習算法

神經網絡的本質范文第3篇

關鍵詞：神經網絡；智能；計算；應用研究

中圖分類號：TP393文獻標識碼：A文章編號：1009-3044(2008)20-30326-02

Application of Neural Network Forefront

LI Bing-fu1,2

(1.Zhanjiang Normal College, Zhanjiang 524048, China; 2.Chongqing University, Master of the Computer College, Chongqing 400030, China)

Abstract: The rise of neural networks, has been on the cognitive and intellectual nature of the computer industry and basic research has produced an unprecedented excitement and great role. Therefore, in all fields has greatly applied research.

Key words: Neural Networks; Intelligent; Computing; Applied Research

1 引言

神經網絡是一門模仿人類神經中樞――大腦構造與功能的智能科學，利用物理器件來模擬生物神經網絡的某些結構和功能，即由許多功能簡單的神經元互聯起來，形成一種能夠模擬人的學習、決策和識別等功能的網絡系統。他具有快速反映能力，便于對事物進行適時控制與處理；善于在復雜的環境下，充分逼近任意非線形系統，快速獲得滿足多種約束條件問題的最優化答案；具有高度的魯棒性和容錯能力等優越性能。

神經網絡的崛起，已對認知和智力的本質的基礎研究乃至計算機產業都產生了空前的刺激和極大的推動作用。因此在各個領域都有很大的應用研究。

2 神經網絡（ANN）的研究內容

1) 理論研究：ANN模型及其學習算法，試圖從數學上描述ANN的動力學過程，建立相應的ANN模型，在該模型的基礎上，對于給定的學習樣本，找出一種能以較快的速度和較高的精度調整神經元間互連權值，使系統達到穩定狀態，滿足學習要求的算法；2) 實現技術的研究：探討利用電子、光學、生物等技術實現神經計算機的途徑；3) 應用的研究：探討如何應用ANN解決實際問題，如模式識別、故障檢測、智能機器人等。

3 神經網絡在各領域的應用研究

3.1 智能機器領域的應用研究

智能機器領域的應用研究主要是進一步研究調節多層感知器的算法，使建立的模型和學習算法成為適應性神經網絡的有力工具，構建多層感知器與自組織特征圖級聯想的復合網絡，是增強網絡解決實際問題能力的一個有效途徑。重視聯結的可編程性問題和通用性問題的研究，從而促進智能科學的發展。通過不斷探索人類智能的本質以及聯結機制，并用人工系統復現或部分復現，制造各種智能機器，可使人類有更多的時間和機會從事更為復雜、更富創造性的工作。

智能的產生和變化經過了漫長的進化過程，我們對智能處理的新方法的靈感主要來自神經科學，例如學習、記憶實質上是突觸的功能，人類大腦的前額葉高度發育，它幾乎占了30%大腦的表面積，在其附近形成了人類才出現的語言運動區，它與智能發育密切相關，使神經系統的發育同環境的關系更加密切，腦的可塑性很大，能主動適應環境還能主動改造環境，人類向制造智能工具方向邁進正是這種主動性的反映。腦的可塑期越長，經驗對腦的影響就越大，而人類的認知過程很大程度上不僅受經驗主義的影響，而且還接受理性主義的模型和解釋。因此，對于智能和機器的關系，應該從進化的角度，把智能活動看成動態發展的過程，并合理的發揮經驗的作用。同時還應該從環境與社會約束以及歷史文化約束的角度加深對它的理解與分析。

神經網絡是由大量處理單元組成的非線性、自適應、自組織系統，它是在現代神經科學研究成果的基礎上提出的，試圖模擬神經網絡加工、記憶信息的方式，設計一種新的機器，使之具有人腦風格的信息處理能力。智能理論所面對的課題來自“環境－問題－目的”，有極大的誘惑力與壓力，它的發展方向就將是，把基于聯結主義的神經網絡理論、基于符號主義的人工智能專家系統理論和基于進化論的人工生命這三大研究領域，在共同追求的總目標下，自發而有機的結合起來。在21世紀初，智能的機器實現問題的研究將有新的進展和突破。

3.2 神經計算和進化計算的應用研究

計算和算法是人類自古以來十分重視的研究領域，本世紀30年代，符號邏輯方面的研究非常活躍。例如Church、Kleene、Godel、Post、Turing等數學家都給出了可計算性算法的精確數學定義，對后來的計算和算法的發展影響很大。50年代數學家Markov發展了Post系統。80年代以后，神經網絡理論在計算理論方面取得了引人注目的成果，形成了神經計算和進化計算新概念，激起了許多理論家的強烈興趣，大規模平行計算是對基于Turing機的離散符號理論的根本性的沖擊，但90年代人們更多的是批評的接受它，并將兩者結合起來，近年來，神經計算和進化計算領域很活躍，有新的發展動向，在從系統層次向細胞層次轉化里，正在建立數學理論基礎。隨著人們不斷探索新的計算和算法，將推動計算理論向計算智能化方向發展，在21世紀人類將全面進入信息社會，對信息的獲取、處理和傳輸問題；對網絡路由優化問題；對數據安全和保密問題等等將有新的要求，這些將成為社會運行的首要任務，因此，神經計算和進化計算與高速信息網絡理論聯系將更加密切，并在計算機網絡領域中發揮巨大的作用，建立具有計算復雜性、網絡容錯性和堅韌性的計算理論。

基于人類的思維方式的轉變：線性思維轉到非線性思維。神經元、神經網絡都具有非線性、非局域性、非定常性、非凸性和混沌等特性，故此在計算智能的層次上進行非線性動力系統、 混沌神經網絡以及對神經網絡的數理研究。從而進一步研究自適應性子波、非線性神經場的興奮模式、神經集團的宏觀力學等。因為，非線性問題的研究是神經網絡理論發展的一個最大動力，也是它面臨的最大挑戰。此外，神經網絡與各種控制方法有機結合具有很大發展前景，建模算法和控制系統的穩定性等研究仍為熱點問題，而容忍控制、可塑性研究可能成為新的熱點問題。開展進化并行算法的穩定性分析及誤差估計方面的研究將會促進進化計算的發展。把學習性并行算法與計算復雜性聯系起來，分析這些網絡模型的計算復雜性以及正確性，從而確定計算是否經濟合理。因而關注神經信息處理和腦能量兩個方面以及它們的綜合分析研究的最新動態，吸收當代腦構象等各種新技術和新方法是十分重要的。

離散符號計算、神經計算和進化計算相互促進或者最終導致這3種計算統一起來，這算得上是我們回避不了的一個重大難題。預計在21世紀初，關于這個領域的研究會產生新的概念和方法。尤其是視覺計算方面會得到充分地發展。我們應當抓住這個機會，力求取得重大意義的理論和應用成果。

3.3 神經網絡結構和神經元芯片的應用研究

神經網絡結構的研究是神經網絡的實現以及成功地實現應用的前提，又是優越的物理前提。它體現了算法和結構的統一，是硬件和軟件的混合體，這種硬軟混合結構模型可以為意識的作用和基本機制提供解釋。未來的研究主要是針對信息處理功能體，將系統、結構、電路、 器件和材料等方面的知識有機結合起來，建構有關的新概念和新技術，如結晶功能體、最子效應功能體、高分子功能體等。在硬件實現上，研究材料的結構和組織，使它具有自然地進行信息處理的能力，如神經元系統、自組織系統等。神經計算機的主要特征是具有并行分布式處理、學習功能，這是一種提高計算性能的有效途徑，使計算機的功能向智能化發展，與人的大腦的功能相似，并具有專家的特點，比普通人的反應更敏捷，思考更周密。光學神經計算機具有神經元之間的連接不僅數量巨大而且結合強度可以動態控制，因為光波的傳播無交叉失真，傳播容量大，并可能實現超高速運算，這是一個重要的發展領域，其基礎科學涉及到激光物理學、非線性光學、光紊亂現象分析等，這些與神經網絡之間在數學構造上存在著類似性。近年來，人們采用交叉光互連技術，保證了它們之間沒有串擾，它有著廣闊的發展前景。在技術上主要有超高速、大規模的光連接問題和學習的收斂以及穩定性問題，可望使之得到突破性進展；另一種是采用LSI技術制作硅神經芯片，以及二維VLSI技術用于處理具有局部和規則連接問題。在未來一、二十年里半導體神經網絡 芯片仍將是智能計算機硬件的主要載體，而大量的神經元器件，如何實現互不干擾的高密度、高交叉互連，這個問題可望盡早得到解決。此外，生物器件的研究正處于探索之中，研究這種模型的理論根據是當硅集成塊和元件間的距離如果接近0.01微米時，電子從鄰近元件逸入的概率將很有限，便產生“隧道效應”的現象，它是高集成電路塊工作不可靠的原因之一。而生物芯片由于元件是分子大小的，其包裝密度可成數量級增加，它的信號傳播方式是孤電子，將不會有損耗，并且幾乎不產生熱。因此，它有更誘人的前景。隨著大量神經計算機和神經元芯片應用于高科技領域，給神經網絡理論和方法賦予新的內容，同時也會提出一些新的理論課題，這是神經網絡迅速發展的一個動力。

4 結束語

近年來，我國“863”計劃、攻關計劃、“攀登”計劃和國家自然科學基金等，都對神經網絡的研究給予了資助，吸引了大量的優秀青年人才從事神經網絡領域的研究工作，并促進我國能在這個領域取得世界上的領先地位。在21世紀科學技術發展征程中，神經網絡理論的發展將與日俱增。

參考文獻：

[1] 閻平凡.人工神經網絡的容量、學習與計算復雜性[J]. 電子學報,1995,23.

神經網絡的本質范文第4篇

關鍵詞：BP算法 訓練樣本 小車自動尋徑

中圖分類號：TP273.3 文獻標識碼：A 文章編號：1007-9416（2013）07-0102-02

1 引言

隨著生產技術的發展和自動化程度的提高，在自動化領域中，許多復雜性操作或對人體有害的工作都由機器自動完成，為了實現這一工作，機器就必須具有智能性。

人工神經網絡是由人工神經元（簡稱神經元）互連組成的網絡，以大規模模擬并行處理為主，具有很強的魯棒性和容錯性自學習能力，是一個大規模自適應非線性動力系統；具有集體運算的能力。多層前向神經網絡（BP網絡）是神經網絡結構形式中應用較多的自學設計方法之一。BP算法可以通過已知數據訓練網絡模型，應用于對未知數據的預測[3]。因此能很好的應用于小車自動尋徑，使小車具有智能性。

2 BP算法神經網絡

BP神經網絡（Back-Propagation networks）包括三個層次：輸入層、隱含層、輸出層[2]。

2.1 BP算法流程簡述

BP神經網絡的本質是誤差反向傳輸的多層前饋網絡，BP算法的基本思想是，學習過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時，先自行對權重進行初始化，輸入樣本從輸入層傳入，經各隱層逐層處理后，傳向輸出層，如圖1為BP神經網絡模型[3]，若輸出層的實際輸出與期望的輸出（理想輸出）不符，則轉入誤差的反向傳播階段。

2.2 隱層神經元個數的確定

一般情況下，隱層神經元個數是根據網絡收斂性能的好壞來確定的，在總結大量網絡結構的基礎上，在單隱層神經網絡中，得出以下經驗公式：

其中，為輸入層神經元個數，為輸出層神經元個數。

3 創建BP神經網絡模型

3.1 問題描述

隨機的繪制一張彩色地圖，地圖中有各種顏色的建筑和一條貫穿的公路（白色），引入BP神經網絡，使該小車具有一定的智能，可以自動地判斷前方是否為公路，進而沿著公路從地圖的一端走到另一端。本次實驗所用的地圖如圖2所示（地圖及小車由本人按照一定的比例用電腦的畫圖工具所畫）：

3.2 地圖及小車圖片的灰度化

由于Matlab默認為rgb模式打開圖片，故為了更簡單的解決問題，必須對圖片進行灰度處理，處理之后地圖及小車分別為520*1100和20*25維矩陣。

3.3 地圖及小車圖片的二值化

為了BP網絡更好的收斂，需對相應圖片進行二值化處理，如圖3所示。由于本次實驗公路為白色，小車為黑色。故將地圖中除公路以外的部分的像素值置為0，公路上的像素值置為255，小車的像素值置為255。

所以，在小車的“眼里”，世界是黑白的。如下圖：

3.4 小車的視野

小車必須有一定的視野，可以“看到”前方的路況，否則當小車發現情況不妙準備轉彎的時候就已經撞到路邊了。本次實驗取的小車的視野為小車前方和左右方30像素范圍，這樣小車可以“預感到”自己前方和左右方向上的路況，進而及早調整方向。

3.5 訓練BP神經網絡

訓練樣本作為BP網絡的輸入數據集，對于網絡的訓練具有重要的作用[4]，本文建立單隱層BP神經網絡，訓練樣本選取為小車在地圖上某個方位的對應位置的差矩陣，共20個樣本，其中10個是對的樣本（即小車在公路上），10個為錯的樣本（即小車的車體不完全在路面上）。這樣輸入的樣本矩陣的大小即為小車圖片對應的像素矩陣的大小，為20*25，故輸入層神經元個數取為500。輸出層只有兩種情況，在公路上為對，不在公路上為錯，故輸出層神經元個數為2。

由式（2）可得隱層神經元的個數為42，選取誤差精度10-4，初始學習速率0.5，初始權值為（-1，1）區間內隨機值。

經過245次訓練以后，總體期望誤差達到了給定范圍，網絡訓練過程中的誤差變化曲線[15]如圖4所示。

4 實驗結果

所有算法均在MATLAB R2009a中運行，微機配置為Core Processor 4000+2.10GHz，內存為2G。

用前面選出的訓練樣本對BP神經網絡進行訓練，訓練之后小車即具有了一定的智能，可以識別前方和左右方的路況，實驗結果表明，小車可以很好的沿著公路從地圖的一側行駛到另一側。

5 結論

通過對BP神經網絡訓練后，小車可以正確地沿著公路地圖的一側行駛到另一側，說明BP神經網絡可以很好地應用于路徑識別和自動駕駛領域。

參考文獻

[1] 楊國才，王建峰，王玉昆.基于Web的遠程自學型教學系統的設計與實現[J].計算機應用， 2000，20（4）：61-63.

[2] 安淑芝.數據倉庫與數據挖掘[M].北京：清華大學出版社， 2005：100-101.

[3] 蔡自興，徐光佑.人工智能及其應用[M].北京：清華大學出版社， 2003.

神經網絡的本質范文第5篇

[關鍵詞] SOM神經網絡 卷煙零售客戶 自組織分類 差異化服務

一、引言

當前，微觀經濟分析的特點之一，是充分利用計算機人工智能技術參與經濟統計數據的分析和設計經濟學模型進行計算機仿真測試。隨著經濟規模的不斷擴大，產業結構的不斷升級，經濟分析問題趨于復雜化和數字化，而由于經濟系統本身的復雜性和非線性、神經網絡良好的自適應性和自學習性，基于人工神經網絡的經濟分析已成為微觀經濟分析的一個重要領域。根據人工神經網絡的功能特點、拓撲結構、工作原理，借助經濟統計數據和經濟演化模型，人工神經網絡應用于微觀經濟分析具有效率高，應用領域廣，適應性強的特點。同時，使用Visual C++、MATCOM和MATLAB相結合的方法，開發出使用神經網絡進行經濟分析的用戶軟件，采用OLE和COM技術把開發的應用程序封裝為ActiveX控件，從而避免了MATLAB環境的不穩定性，也為非經濟專業用戶對經濟統計數據分析提供了一個方便、簡單、易操作的用戶程序。

本文是這一工作的一部分，研究基于SOM神經網絡技術的卷煙零售客戶自組織分類。

二、利用SOM神經網絡對煙草零售客戶進行自組織分類

借助湖北省煙草綜合業務平臺提供的相關數據，把作者轄區卷煙零售戶多項銷售指標作為差異化服務分類的輸入參量，建立SOM神經網絡系統，通過自組織學習和自適應訓練，SOM神經網絡系統自動地將作者轄區卷煙零售客戶劃分為各個類型。

自組織分類的指標參數和神經網絡訓練設置分別為：

銷量金額省內省外一類二類三類四類五類一類(省內)二類(省內)三類(省內)四類(省內)五類(省內);

net=newsom(minmax(P),[2 2]);

net.trainParam.epochs=2000;

將2008年1月至10月的客戶上述各種數據作為神經網絡訓練樣本，自組織分類按客戶序號結果如下：

yc_88 =

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 2 4 4 4 4 2 2 2 4 4 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 1 2 2 2 2 3 2 1 3 3 3 3 3 2 3 3 3 3 3 1 3 3 1 1 3 1 1 1 3 2 1 1 3 1 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 2 1 1 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

各序號客戶自組織歸類為：

一類:

1 2 3 4 5 6 7 8 9101112131415161720212223272844；

103

二類:

42515455565758606162 6364666770747880108

三類:

18192425262930313233343536373839404143454748495052597595 105

四類:

4653656869717273767779818283848586878889909192939496979899 100 101 102 104 106 107 109110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159160 161

三、對分類結果的差異化服務方案設計

上述結果顯示：

1.二類客戶多為銷售大戶，其經營業態多為大型超市、酒店、便利店、地理位置優越、經營時間長、周轉資金充裕、抗風險能力強。其差異化服務措施應著重如下幾方面：

(1)提高其卷煙月供應上限、尤其是中高檔卷煙。

(2)在培育品牌和組織貨源方面加強溝通合作，將其建議作為重要參數。

(3)加強人性化服務、建立大客戶詳細檔案。

2.三、四類客戶多為中小戶，其經營業態多為小超市、小酒店、雜食店、地理位置多在居民區、經營時間不長、周轉資金不充裕、抗風險能力弱。其差異化服務措施應著重如下幾方面：

(1)引導培育品牌，尤其是省外煙品牌。

(2)提供及時的經營指導，提升卷煙經營水平，增加卷煙銷售利潤。

(2)在效率優先、兼顧公平的原則下適當照顧弱勢群體。

四、結論

1.湖北省煙草綜合業務服務平臺提供的數據庫資源選擇客戶群的卷煙營銷數據，一般自動具有足夠強的空間稠密性,能夠訓練出足夠精度的SOM 神經網絡,這一神經網絡對一般客戶進行自組織分類與專家系統給出的分類結果基本相似，但效率更高，成本更低，更具公平性。

2.可以基于人工智能技術,設計神經網絡軟件和遠程分析系統,對客戶進行自組織分類:設計的神經網絡軟件能夠對客戶集進行自組織分類,借助網絡遠程分析系統,上下級之間,各區域之間,各部門之間,可以資源共享和同步分析。

3.分析各類客戶的資源優勢,市場結構, 演化路徑,運營狀態,和我國卷煙資源分布,在效率優先,兼顧公平,適當關照弱勢群體原則下,設計卷煙資源最優配置指導方案,以便對各類客戶進行差異化服務，提高企業商品價值，增加客戶消費者剩余，使社會福利趨最大化。

4.差異化服務的經濟學本質是充分增加消費者剩余和盡力開發潛在消費需求,培育企業竟爭優勢.為此,基于一般均衡理論,建立可計算一般均衡模型,采集相關數據,建立社會矩陣,計算機仿真演示模型的參數演化效應,展示差異化服務的經濟學本質，從而在差異化服務過程中具有顯明的目的性和針對性,提高服務效率降低交易費用。

參考文獻:

[1]楊 碩:中國煙草行業年產量煙花路徑與模型預測.商場現代化,2008/19

[2]楊 碩:美國對日本進出口貿易額的實證分析和演化模型.商場現代化,2008/28

[3]傅麗萍:中國區域經濟發展環境分類研究――基于聚類和判別分析[J].福州大學學報(哲學社會科學版),2008/02

[4]郅躍茹 朱維彰 諸 靜:鏈式數據重組與神經網絡在經濟預測中的應用[J].控制理論與應用,2004.21(4).643～645

[5]呂 琦:基于主成分分析法的區域經濟資源位建模討論[J].商場現代化,2008/24