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(jīng)網(wǎng)絡(luò)的概念范文，相信會(huì)為您的寫作帶來(lái)幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

神經(jīng)網(wǎng)絡(luò)的概念范文第1篇

【關(guān)鍵詞】模糊系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；結(jié)合；現(xiàn)狀

中圖分類號(hào)：Q189文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：

一、前言

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，我國(guó)的各項(xiàng)事業(yè)都取得了巨大的成就。其中模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合就是重要的體現(xiàn)，模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合在很多方面都得到了應(yīng)用，同時(shí)也引起了更多學(xué)者研究其的愿望。相信模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合在未來(lái)會(huì)發(fā)展的更好。

二、模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)概述

1、模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的概念

（1）、模糊系統(tǒng)概念

模糊系統(tǒng)(Fuzzy System, 簡(jiǎn)稱 FS)是仿效人的模糊邏輯思維方法設(shè)計(jì)的系統(tǒng), 方法本身明確地說(shuō)明了系統(tǒng)在工作過(guò)程中允許數(shù)值量的不精確性存在。

（2）、神經(jīng)網(wǎng)絡(luò)概念

神經(jīng)網(wǎng)絡(luò)( Neural Network, 簡(jiǎn)稱 NN) 是由眾多簡(jiǎn)單的神經(jīng)元連接而成的網(wǎng)絡(luò)。盡管每個(gè)神經(jīng)元結(jié)構(gòu)、功能都不復(fù)雜, 但網(wǎng)絡(luò)的整體動(dòng)態(tài)行為極為復(fù)雜, 可組成高度非線性動(dòng)力學(xué)系統(tǒng), 從而可表達(dá)許多復(fù)雜的物理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)的研究從上世紀(jì)40年代初開(kāi)始, 目前, 在世界范圍已形成了研究神經(jīng)網(wǎng)絡(luò)前所未有的熱潮。它已在控制、模式識(shí)別、圖像和視頻信號(hào)處理、金融證券、人工智能、軍事、計(jì)算機(jī)視覺(jué)、優(yōu)化計(jì)算、自適應(yīng)濾波和A/D變換等方面獲得了應(yīng)用。

2、模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的異同

（1）映射集及映度

神經(jīng)網(wǎng)絡(luò)是用點(diǎn)到點(diǎn)的映射得到輸入與輸出的關(guān)系, 它的訓(xùn)練是確定量, 因而它的映射關(guān)系也是一一對(duì)應(yīng)的; 模糊系統(tǒng)的輸入、輸出都是經(jīng)過(guò)模糊化的量, 不是用明確的數(shù)來(lái)表示的, 其輸入輸出已模糊為一個(gè)隸屬度的值,因此它是區(qū)域與區(qū)域間的映射, 可像神經(jīng)網(wǎng)絡(luò)一樣映射一個(gè)非線性函數(shù)。

（2）知識(shí)存儲(chǔ)方式

神經(jīng)網(wǎng)絡(luò)的基本單元是神經(jīng)元, 對(duì)映射所用的多層網(wǎng)絡(luò)間是用權(quán)連接的, 因此學(xué)習(xí)的知識(shí)是分布在存儲(chǔ)的權(quán)中間的, 而模糊系統(tǒng)則以規(guī)則的方式來(lái)存儲(chǔ)知識(shí), 因此在隸屬函數(shù)形式上, 區(qū)域的劃分大小和規(guī)則的制定上人為因素較多。

（3）聯(lián)結(jié)方式

神經(jīng)網(wǎng)絡(luò)的聯(lián)結(jié), 以前饋式網(wǎng)絡(luò)為例, 一旦輸出的隱層確定了, 則聯(lián)結(jié)結(jié)構(gòu)就定了, 通過(guò)學(xué)習(xí)后, 幾乎每一個(gè)神經(jīng)元與前一層神經(jīng)元都有聯(lián)系, 因此, 在控制迭代中, 每迭代一次,各權(quán)都要學(xué)習(xí)。而在模糊系統(tǒng)中, 每次輸入可能只與幾條規(guī)則有關(guān), 因此聯(lián)結(jié)不固定, 每次輸入輸出聯(lián)系的規(guī)則都在變動(dòng), 而每次聯(lián)結(jié)的規(guī)則少, 運(yùn)算簡(jiǎn)單方便。

（4）計(jì)算量的比較

人工神經(jīng)網(wǎng)絡(luò)的計(jì)算方法需要乘法、累加和指數(shù)運(yùn)算, 而模糊系統(tǒng)的計(jì)算只需兩個(gè)量的比較和累加, 又由于每次迭代的規(guī)則不多, 因此在實(shí)時(shí)處理時(shí), 模糊系統(tǒng)的速度比神經(jīng)網(wǎng)絡(luò)快。但是當(dāng)模糊輸入與輸出變量很多的時(shí)候,模糊規(guī)則僅靠一張表已不能描述多變量間的關(guān)系, 且規(guī)則的控制存在一定困難, 此時(shí)人為的先驗(yàn)指數(shù)變得較少, 那么隸屬函數(shù)、規(guī)則本身都要通過(guò)學(xué)習(xí)得到, 因此它的計(jì)算量也會(huì)增加。

三、模糊和神經(jīng)網(wǎng)絡(luò)的結(jié)合形式

目前,模糊和神經(jīng)網(wǎng)絡(luò)技術(shù)從簡(jiǎn)單結(jié)合到完全融合主要體現(xiàn)在四個(gè)方面(見(jiàn)圖1)。由于模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的結(jié)合方式目前還處于不斷發(fā)展的進(jìn)程中,所以,還沒(méi)有更科學(xué)的分類方法,下述結(jié)合方式是從不同應(yīng)用中綜合分析的結(jié)果。

1、模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)的簡(jiǎn)單結(jié)合(見(jiàn)圖1(a))

模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)各自以其獨(dú)立的方式存在,并起著一定的作用。¹松散型結(jié)合 在一系統(tǒng)中,對(duì)于可用“if-then”規(guī)則來(lái)表示的部分,用模糊系統(tǒng)描述;而對(duì)很難用“if-then”規(guī)則表示的部分,則用神經(jīng)網(wǎng)絡(luò),兩者之間沒(méi)有直接聯(lián)系。

（1）并聯(lián)型結(jié)合 模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)在系統(tǒng)中按并聯(lián)方式連接,即享用共同的輸入。按照兩系統(tǒng)所起作用的輕重程度,還可分為等同型和補(bǔ)助型。

（2）串聯(lián)型結(jié)合 模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)在系統(tǒng)中按串聯(lián)方式連接,即一方的輸出成為另一方的輸入。

圖表 1模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)結(jié)合形式分類

2、用模糊邏輯增強(qiáng)的神經(jīng)網(wǎng)絡(luò)。這種結(jié)合的主要目的是用模糊神經(jīng)系統(tǒng)作為輔助工具,增強(qiáng)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力,克服傳統(tǒng)神經(jīng)網(wǎng)絡(luò)容易陷入局部極小值的弱點(diǎn)。

3、用神經(jīng)網(wǎng)絡(luò)增強(qiáng)的模糊邏輯

這種類型的模糊神經(jīng)網(wǎng)絡(luò)是用神經(jīng)網(wǎng)絡(luò)作為輔助工具,更好地設(shè)計(jì)模糊系統(tǒng)。

（1）網(wǎng)絡(luò)學(xué)習(xí)型的結(jié)合 模糊系統(tǒng)設(shè)計(jì)的關(guān)鍵是知識(shí)的獲取,傳統(tǒng)方法難于有效地獲取規(guī)則和調(diào)整隸屬度函數(shù),而神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力能夠克服這些問(wèn)題,故用神經(jīng)網(wǎng)絡(luò)增強(qiáng)的模糊系統(tǒng)。

（2）基于知識(shí)擴(kuò)展型的結(jié)合 神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)的結(jié)合是為了擴(kuò)展知識(shí)庫(kù)和不費(fèi)時(shí)地對(duì)知識(shí)庫(kù)進(jìn)行修正,增強(qiáng)系統(tǒng)的自學(xué)習(xí)能力,這種自學(xué)習(xí)能力是靠神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)之間進(jìn)行雙向。

4、模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的等價(jià)

（1）函數(shù)通近

模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)除了都是無(wú)模型系統(tǒng)外,它們都是函數(shù)的全局逼近器.模糊系統(tǒng)以其插值機(jī)理來(lái)逼近任意的連續(xù)函數(shù)。不但傳統(tǒng)的模糊系統(tǒng)模型是任意連續(xù)函數(shù)的全局逼近器,而且神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)的不同結(jié)合能逼近不同的函數(shù),如模糊神經(jīng)網(wǎng)絡(luò)可以逼近模糊函數(shù)，神經(jīng)網(wǎng)絡(luò)也是任意連續(xù)函數(shù)的全局逼近器。設(shè)任意連續(xù)函數(shù)h(x),對(duì)于緊空間X和任意小的正數(shù),總能找到一個(gè)三層的前向神經(jīng)網(wǎng)絡(luò)N(x)滿足:

在前向神經(jīng)網(wǎng)絡(luò)家族中,RBF神經(jīng)網(wǎng)絡(luò)是最優(yōu)的函數(shù)逼近器,即對(duì)于任意的神經(jīng)網(wǎng)絡(luò)N(x)總存在一個(gè)RBF神經(jīng)網(wǎng)絡(luò)N‘(x),滿足:

（2）神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)的等價(jià)性

模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的等價(jià)性主要有兩個(gè)方面:模型的等價(jià)性和Madani模型的等價(jià)性。對(duì)于TS模型.首先Jang〔,5〕給出了標(biāo)準(zhǔn)的Gauss,anRBF神經(jīng)網(wǎng)絡(luò)等價(jià)于限制的Ts一型模糊系統(tǒng)。Hunt指出推廣的GaussianRBF神經(jīng)網(wǎng)絡(luò)等價(jià)于TS一型模糊系統(tǒng)。Benitez證明了若一個(gè)三層的神經(jīng)網(wǎng)絡(luò),隱含單元的激發(fā)函數(shù)為對(duì)數(shù)函數(shù)(loglst1C),輸出層的激發(fā)函數(shù)為單元函數(shù).設(shè)N(x),則存在一個(gè)模糊系統(tǒng)的輸出也為N(x)。

四、模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)結(jié)合的現(xiàn)狀

目前, FS和NN的結(jié)合主要有模糊神經(jīng)網(wǎng)絡(luò)和神經(jīng)模糊系統(tǒng)。神經(jīng)模糊系統(tǒng)是以NN為主, 結(jié)合模糊集理論。它將NN作為實(shí)現(xiàn)FS 模型的工具, 即在NN的框架下實(shí)現(xiàn)FS或其一部分功能。神經(jīng)模糊系統(tǒng)雖具有一些自己所具有而NN不具備的特性, 但它沒(méi)有跳出NN 的框架。神經(jīng)模糊系統(tǒng)從結(jié)構(gòu)上來(lái)看, 一般是四層或五層的前向神經(jīng)網(wǎng)絡(luò)。模糊神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)的模糊化。即以模糊集、模糊邏輯為主, 結(jié)合 NN 方法, 利用NN的自組織性, 達(dá)到柔性信息處理的目的。目前,FS理論和NN結(jié)合主要應(yīng)用于商業(yè)及經(jīng)濟(jì)估算、自動(dòng)檢測(cè)和監(jiān)視、機(jī)器人及自動(dòng)控制、計(jì)算機(jī)視覺(jué)、專家系統(tǒng)、語(yǔ)音處理、優(yōu)化問(wèn)題、醫(yī)療應(yīng)用等方面, 并可推廣到工程、科技、信息技術(shù)和經(jīng)濟(jì)等領(lǐng)域。

五、模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展方向及存在問(wèn)題

然模糊神經(jīng)網(wǎng)絡(luò)得到了突飛猛進(jìn)的發(fā)展,但目前還存在很多問(wèn)題:（1）多變量、復(fù)雜控制系統(tǒng)中,很難確定網(wǎng)絡(luò)的結(jié)構(gòu)和規(guī)則點(diǎn)的組合“爆炸”問(wèn)題；（2）傳統(tǒng)的Bp學(xué)習(xí)方法昜陷入局部極小值,并切學(xué)習(xí)速度較慢。

發(fā)展方向主要集中于:（1）模糊邏輯和神經(jīng)網(wǎng)絡(luò)的對(duì)應(yīng)關(guān)系,將模糊控制器的調(diào)整轉(zhuǎn)化為等價(jià)的神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí),利用等價(jià)的模糊邏輯來(lái)初始化神經(jīng)元網(wǎng)絡(luò)；（2）尋找一般模糊集的模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

七、結(jié)束語(yǔ)

近年來(lái)隨著信息技術(shù)的發(fā)展，模糊理論和人工神經(jīng)網(wǎng)絡(luò)近年來(lái)取得了引人注目的進(jìn)展, 模糊理論和人工神經(jīng)網(wǎng)絡(luò)的各個(gè)方面都取得了越來(lái)越多的成果。 通過(guò)不斷的努力，我們一定可以進(jìn)一步的推進(jìn)模糊理論和神經(jīng)網(wǎng)絡(luò)將會(huì)在發(fā)展新理論, 完善各自體系。相信在未來(lái)的研究中，模糊和神經(jīng)網(wǎng)絡(luò)的結(jié)合

將會(huì)為研究更高智能系統(tǒng)開(kāi)創(chuàng)一條成功之路，造福人類。

參考文獻(xiàn)

[1]劉增良.模糊技術(shù)與應(yīng)用選篇[J].京航空航天大學(xué)出版社,1997.

[2]莊鎮(zhèn)泉,章勁松.神經(jīng)網(wǎng)絡(luò)與智能信息處理[J].中國(guó)科學(xué)技術(shù)大學(xué),2000.

神經(jīng)網(wǎng)絡(luò)的概念范文第2篇

人工神經(jīng)網(wǎng)絡(luò)屬于一種對(duì)人腦結(jié)構(gòu)及功能進(jìn)行反映的數(shù)學(xué)抽象模型，對(duì)人的思維以及存儲(chǔ)知識(shí)等功能進(jìn)行模擬，從而完成某項(xiàng)工作。對(duì)于巖土工程來(lái)說(shuō)，主要包括巖體和土體兩項(xiàng)內(nèi)容，且這兩項(xiàng)內(nèi)容均具備很高的復(fù)雜性。在巖土工程研究過(guò)程中，有必要借助人工神經(jīng)網(wǎng)絡(luò)，從而使巖土工程的研究得到有效進(jìn)步發(fā)展。本文在分析人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，進(jìn)一步對(duì)人工神經(jīng)網(wǎng)絡(luò)在巖土工程中的應(yīng)用進(jìn)行分析，以期為巖土工程研究的進(jìn)展提供一些具有價(jià)值的參考建議。

關(guān)鍵詞:

人工神經(jīng)網(wǎng)絡(luò)；巖土工程；應(yīng)用

巖土工程的研究對(duì)象分為兩大類:其一為巖體;其二為土體。巖土工程涉及的介質(zhì)存在兩大特性，即模糊性和隨機(jī)性，這兩大特性又統(tǒng)稱為不確定性。近年來(lái)，不少學(xué)者在巖土工程研究過(guò)程中，提出了人工神經(jīng)網(wǎng)絡(luò)這一概念，即利用人工神經(jīng)網(wǎng)絡(luò)，將其應(yīng)用到巖土工程研究領(lǐng)域當(dāng)中，從而為深入了解巖土工程的某些介質(zhì)特征奠定有效基礎(chǔ)［1］。從巖土工程研究的優(yōu)化及完善角度考慮，本文對(duì)“人工神經(jīng)網(wǎng)絡(luò)在巖土工程中的應(yīng)用”進(jìn)行分析意義重大。

1人工神經(jīng)網(wǎng)絡(luò)分析

1．1人工神經(jīng)網(wǎng)絡(luò)概念

對(duì)于人工神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，是一種對(duì)人腦結(jié)構(gòu)與功能進(jìn)行反映的數(shù)學(xué)抽象模型;主要通過(guò)數(shù)理策略，經(jīng)信息處理，進(jìn)一步對(duì)人腦神經(jīng)網(wǎng)絡(luò)構(gòu)建某種簡(jiǎn)化模型，進(jìn)一步采取大量神經(jīng)元節(jié)點(diǎn)互連，從而形成復(fù)雜網(wǎng)絡(luò)，最終完成人類思維及儲(chǔ)存知識(shí)的能力的模擬。神經(jīng)網(wǎng)絡(luò)無(wú)需構(gòu)建反映系統(tǒng)物理規(guī)律的數(shù)學(xué)模型，與別的方法比較，在噪聲容忍度方面更強(qiáng)［2］。與此同時(shí)，還擁有很強(qiáng)的非線性映射功能，對(duì)于大量非結(jié)構(gòu)性以及非精準(zhǔn)性規(guī)律存在自適應(yīng)能力，具備超強(qiáng)的計(jì)算能力，可完成信息的記憶以及相關(guān)知識(shí)的推理，且其自身還具備自主學(xué)習(xí)能力;與常規(guī)算法相比，優(yōu)勢(shì)、特點(diǎn)突出。

1．2BP網(wǎng)絡(luò)簡(jiǎn)述

從研究現(xiàn)狀來(lái)看，基于實(shí)際應(yīng)用過(guò)程中，人工神經(jīng)網(wǎng)絡(luò)模型大多數(shù)采取BP網(wǎng)絡(luò)。BP網(wǎng)絡(luò)即指的是多層前饋網(wǎng)絡(luò)，因多層前饋網(wǎng)絡(luò)的訓(xùn)練通常使用誤差反向傳播算法，所以將BP網(wǎng)絡(luò)稱之為屬于一類誤差反向傳播的多層前饋網(wǎng)絡(luò)。對(duì)于其網(wǎng)絡(luò)而言，具備輸入節(jié)點(diǎn)和輸出節(jié)點(diǎn)，同時(shí)還具備一層隱層節(jié)點(diǎn)與多層隱層節(jié)點(diǎn)，基于同層節(jié)點(diǎn)當(dāng)中不存在耦合狀態(tài)。其中的輸入信號(hào)從輸出層節(jié)點(diǎn)依次傳過(guò)各個(gè)隱層節(jié)點(diǎn)，進(jìn)一步傳輸至輸出節(jié)點(diǎn)，每一層節(jié)點(diǎn)的輸出只對(duì)下一層的節(jié)點(diǎn)輸出產(chǎn)生影響。

2人工神經(jīng)網(wǎng)絡(luò)在巖土工程中的應(yīng)用分析

在上述分析過(guò)程中，對(duì)人工神經(jīng)網(wǎng)絡(luò)的概念有一定的了解，由于其模型算法的優(yōu)越性，可將其應(yīng)用到巖土工程研究領(lǐng)域當(dāng)中，從而為解決巖土工程問(wèn)題提供有效憑據(jù)。從現(xiàn)狀來(lái)看，人工神經(jīng)網(wǎng)絡(luò)在巖土工程中的應(yīng)用主要體現(xiàn)在以下幾大方面。

2．1在巖石力學(xué)工程中的應(yīng)用

巖石力學(xué)工程是巖土工程中尤為重要的一部分，將神經(jīng)網(wǎng)絡(luò)應(yīng)用到巖石力學(xué)工程當(dāng)中，主要對(duì)巖石非線性系統(tǒng)加以識(shí)別，同時(shí)還能夠?yàn)楣こ處r體分類提供有效幫助，此外在爆破效應(yīng)預(yù)測(cè)方面也具備一定的應(yīng)用價(jià)值。對(duì)于人工神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，存在從有限數(shù)據(jù)中獲取系統(tǒng)近似關(guān)系的優(yōu)良特性，而巖石當(dāng)中的各項(xiàng)參數(shù)之間又存在很復(fù)雜的關(guān)系，并且難以獲取完整的參數(shù)集。在這樣的情況下，使用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，便能夠使巖石非線性系統(tǒng)識(shí)別問(wèn)題得到有效解決［3］。此外，有研究者將巖石抗壓強(qiáng)度、抗拉強(qiáng)度以及彈性能量指數(shù)等作為巖爆預(yù)測(cè)的評(píng)判指標(biāo)，進(jìn)一步對(duì)巖爆預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行構(gòu)建，然后預(yù)測(cè)了巖爆的發(fā)生與烈度。通過(guò)計(jì)算得出結(jié)論:采取人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行巖爆預(yù)測(cè)行之有效，值得采納借鑒。

2．2在邊坡工程中的應(yīng)用

對(duì)于巖土工程中的邊坡工程來(lái)說(shuō)，邊坡失穩(wěn)狀況突出，且是由多因素造成的，比如邊坡失穩(wěn)的地質(zhì)形成條件、誘發(fā)因素的復(fù)雜性以及隨機(jī)性等。與此同時(shí)，由于邊坡動(dòng)態(tài)監(jiān)測(cè)技術(shù)從目前來(lái)看尚且不夠成熟，因此邊坡失穩(wěn)在巖土工程研究領(lǐng)域一直視為是一項(xiàng)難以解決的工程項(xiàng)目。而對(duì)于神經(jīng)網(wǎng)絡(luò)方法來(lái)說(shuō)，因其具備非常好的預(yù)測(cè)功能，因此相關(guān)巖土工程研究工作者通常會(huì)采取人工神經(jīng)網(wǎng)絡(luò)對(duì)巖土工程中的邊坡工程問(wèn)題進(jìn)行求解。并且，從現(xiàn)有研究成果來(lái)看，將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于巖土工程的成果突出。有學(xué)者對(duì)影響巖質(zhì)邊坡的穩(wěn)定性的相關(guān)因素進(jìn)行了分析，包括地形因素、巖體因素以及外部環(huán)境因素等，并構(gòu)建了邊坡穩(wěn)定性分析的BP網(wǎng)絡(luò)模型［4］。此外，還有學(xué)者將大量水電邊坡工程的穩(wěn)定狀況作為學(xué)習(xí)訓(xùn)練樣本及預(yù)測(cè)樣本，對(duì)以人工神經(jīng)網(wǎng)絡(luò)技術(shù)的邊坡巖體的穩(wěn)定性進(jìn)行了研究，結(jié)果顯示，采取人工神經(jīng)網(wǎng)絡(luò)對(duì)邊坡巖體的穩(wěn)定狀況進(jìn)行預(yù)測(cè)可行性高。

2．3在基坑工程中的應(yīng)用

采取人工神經(jīng)網(wǎng)絡(luò)對(duì)基坑變形進(jìn)行預(yù)測(cè)主要分為兩種情況:其一，對(duì)會(huì)影響基坑變形的各大因素及位移的神經(jīng)網(wǎng)絡(luò)模型加以構(gòu)建;其二，把變形監(jiān)測(cè)數(shù)據(jù)作為一個(gè)時(shí)間序列，以歷史數(shù)據(jù)為依據(jù)，將系統(tǒng)演變規(guī)律查找出來(lái)，進(jìn)一步完成系統(tǒng)未來(lái)發(fā)展趨勢(shì)的分析及預(yù)測(cè)。有學(xué)者針對(duì)基坑變形利用了人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行預(yù)測(cè)，結(jié)果表明:對(duì)前期實(shí)測(cè)結(jié)果加以應(yīng)用，使用此方法能夠?qū)罄m(xù)階段的基坑變形實(shí)時(shí)預(yù)測(cè)出來(lái)，并且預(yù)測(cè)結(jié)果和實(shí)測(cè)結(jié)果保持一致性。此外，還有學(xué)者根據(jù)具體工程項(xiàng)目，采取人工神經(jīng)網(wǎng)絡(luò)，對(duì)深基坑施工中地下連續(xù)墻的位移進(jìn)行了深入分析及預(yù)測(cè)，結(jié)果顯示:使用人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行分析及預(yù)測(cè)，在精準(zhǔn)度上非常高，值得在深基坑工程相關(guān)預(yù)測(cè)項(xiàng)目中使用［5］。

2．4在地鐵隧道工程中的應(yīng)用

在地鐵隧道施工過(guò)程中，存在地表變形和隧道圍巖變形等狀況，為了深入了解這些狀況，可將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用其中。有學(xué)者在對(duì)地層的影響因素進(jìn)行分析過(guò)程中，列出了可能的影響因素:盾構(gòu)施工參數(shù)、盾構(gòu)物理參數(shù)以及地質(zhì)環(huán)境條件，進(jìn)一步利用人工神經(jīng)網(wǎng)絡(luò)，構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)模型，進(jìn)一步針對(duì)盾構(gòu)施工期間的地層移動(dòng)進(jìn)行實(shí)時(shí)動(dòng)態(tài)預(yù)測(cè)，最終得到了不錯(cuò)的預(yù)測(cè)成果。此外，還有學(xué)者對(duì)BP網(wǎng)絡(luò)算法進(jìn)行改進(jìn)，然后對(duì)某地鐵工程中隧道上方的地表變形進(jìn)行了未來(lái)趨勢(shì)預(yù)測(cè)，結(jié)果表明:和其他地表變形預(yù)測(cè)方法相比，人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法的應(yīng)用價(jià)值更為顯著。

3結(jié)語(yǔ)

通過(guò)本文的探究，認(rèn)識(shí)到基于人工神經(jīng)網(wǎng)絡(luò)模型的算法具備很高的優(yōu)越性，由于巖土工程地質(zhì)條件復(fù)雜，為了深入研究巖土工程，可將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用其中。結(jié)合現(xiàn)狀研究成果可知，人工神經(jīng)網(wǎng)絡(luò)在巖石力學(xué)工程、邊坡工程、基坑工程以及地鐵隧道工程中均具備顯著應(yīng)用價(jià)值。例如:將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于巖石力學(xué)工程當(dāng)中，能夠預(yù)測(cè)巖爆的發(fā)生與烈度;應(yīng)用于邊坡工程當(dāng)中，能夠邊坡工程的穩(wěn)定性進(jìn)行精準(zhǔn)預(yù)測(cè);應(yīng)用于基坑工程當(dāng)中，實(shí)現(xiàn)對(duì)基坑工程變形的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè);應(yīng)用于地鐵隧道工程當(dāng)中，能夠進(jìn)一步了解地鐵工程中隧道上方的地表變形情況。

總而言之，人工神經(jīng)網(wǎng)絡(luò)在巖土工程中的應(yīng)用價(jià)值高，值得相關(guān)工作者采納應(yīng)用。

作者：張洪飛 單位：山東正元建設(shè)工程有限責(zé)任公司

參考文獻(xiàn)

［1］鄭惠娜．章超樺．秦小明．肖秀春，等．人工神經(jīng)網(wǎng)絡(luò)在食品生物工程中的應(yīng)用［J］．食品工程，2012(01):16－19．

［2］鄒義懷．江成玉．李春輝，等．人工神經(jīng)網(wǎng)絡(luò)在邊坡穩(wěn)定性預(yù)測(cè)中的應(yīng)用［J］．礦冶，2011(04):38－41．

［3］曹建智．張?。斯ど窠?jīng)網(wǎng)絡(luò)在白洋淀水質(zhì)評(píng)價(jià)中的應(yīng)用［J］．電子技術(shù)與軟件工程，2016(08):261－262．

神經(jīng)網(wǎng)絡(luò)的概念范文第3篇

本文主要介紹了人工神經(jīng)網(wǎng)絡(luò)的概念，并對(duì)幾種具體的神經(jīng)網(wǎng)絡(luò)進(jìn)行介紹，從它們的提出時(shí)間、網(wǎng)絡(luò)結(jié)構(gòu)和適用范圍幾個(gè)方面來(lái)深入講解。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò) 感知器網(wǎng)絡(luò) 徑向基網(wǎng)絡(luò) 反饋神經(jīng)網(wǎng)絡(luò)

1 引言

人工神經(jīng)網(wǎng)絡(luò)是基于對(duì)人腦組織結(jié)構(gòu)、活動(dòng)機(jī)制的初步認(rèn)識(shí)提出的一種新型信息處理體系。它實(shí)際上是一個(gè)由大量簡(jiǎn)單元件相互連接而成的復(fù)雜網(wǎng)絡(luò)，具有高度的非線性，能夠進(jìn)行復(fù)雜的邏輯操作和非線性關(guān)系實(shí)現(xiàn)的系統(tǒng)，通過(guò)模仿腦神經(jīng)系統(tǒng)的組織結(jié)構(gòu)以及某些活動(dòng)機(jī)理，人工神經(jīng)網(wǎng)絡(luò)可呈現(xiàn)出人腦的許多特征，并具有人腦的一些基本功能，利用這一特性，可以設(shè)計(jì)處具有類似大腦某些功能的智能系統(tǒng)來(lái)處理各種信息，解決不同問(wèn)題。下面對(duì)幾種具體的神經(jīng)網(wǎng)絡(luò)進(jìn)行介紹。

2 感知器網(wǎng)絡(luò)

感知器是由美國(guó)學(xué)者Rosenblatt在1957年首次提出的，感知器可謂是最早的人工神經(jīng)網(wǎng)絡(luò)。感知器具有分層結(jié)構(gòu)，信息從輸入層進(jìn)入網(wǎng)絡(luò)，逐層向前傳遞到輸出層。感知器是神經(jīng)網(wǎng)絡(luò)用來(lái)進(jìn)行模式識(shí)別的一種最簡(jiǎn)單模型，屬于前向神經(jīng)網(wǎng)絡(luò)類型。

2.1 單層感知器

單層感知器是指只有一層處理單元的感知器，它的結(jié)構(gòu)與功能都非常簡(jiǎn)單，通過(guò)讀網(wǎng)絡(luò)權(quán)值的訓(xùn)練，可以使感知器對(duì)一組輸入矢量的響應(yīng)達(dá)到元素為0或1的目標(biāo)輸出，從而實(shí)現(xiàn)對(duì)輸入矢量分類的目的，目前在解決實(shí)際問(wèn)題時(shí)很少被采用，但由于它在神經(jīng)網(wǎng)絡(luò)研究中具有重要意義，是研究其他網(wǎng)絡(luò)的基礎(chǔ)，而且較易學(xué)習(xí)和理解，適合于作為學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的起點(diǎn)。

2.2 多層感知器

多層感知器是對(duì)單層感知器的推廣，它能夠成功解決單層感知器所不能解決的非線性可分問(wèn)題，在輸入層與輸出層之間引入隱層作為輸入模式的“內(nèi)部表示”，即可將單層感知器變成多層感知器。

3 線性神經(jīng)網(wǎng)絡(luò)

線性神經(jīng)網(wǎng)絡(luò)類似于感知器，但是線性

神經(jīng)網(wǎng)絡(luò)的激活函數(shù)是線性的，而不是硬限轉(zhuǎn)移函數(shù)。因此線性神經(jīng)網(wǎng)絡(luò)的輸出可以使任意值，而感知器的輸出不是0就是1。線性神經(jīng)網(wǎng)絡(luò)最早的典型代表就是在1963年由美國(guó)斯坦福大學(xué)教授Berhard Windrow提出的自適應(yīng)線性元件網(wǎng)絡(luò)，它是一個(gè)由輸入層和輸出層構(gòu)成的單層前饋性網(wǎng)絡(luò)。自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法比感知器的學(xué)習(xí)算法的收斂速度和精度都有較大的提高，自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)主要用于函數(shù)逼近、信號(hào)預(yù)測(cè)、系統(tǒng)辨識(shí)、模式識(shí)別和控制等領(lǐng)域。

4 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是1986年由以Rumelhart和McCelland為首的科學(xué)家小組提出的，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，在人工神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中，80%～90%的人工神經(jīng)網(wǎng)絡(luò)模型采用BP網(wǎng)絡(luò)或者它的變化形式，它也是前向網(wǎng)絡(luò)的核心部分，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)最精華的部分，BP神經(jīng)網(wǎng)絡(luò)由信息的正向傳播和誤差的反向傳播兩個(gè)過(guò)程組成。輸入層各神經(jīng)元負(fù)責(zé)接收來(lái)自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)過(guò)一步處理后完成一次學(xué)習(xí)的正向傳播處理過(guò)程，由輸出層向外界輸出信息處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。誤差通過(guò)輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。周而復(fù)始的信息正向傳播和誤差反向傳播過(guò)程，是各層權(quán)值不斷調(diào)整的過(guò)程，也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練過(guò)程，此過(guò)程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或者達(dá)到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。

BP網(wǎng)絡(luò)主要應(yīng)用于以下方面：

（1）函數(shù)逼近：用輸入矢量和相應(yīng)的輸出矢量訓(xùn)練一個(gè)網(wǎng)絡(luò)逼近一個(gè)函數(shù)。

（2）模式識(shí)別：用一個(gè)特定的輸出矢量將它與輸入矢量聯(lián)系起來(lái)。

（3）分類：對(duì)輸入矢量以所定義的合適方式進(jìn)行分類。

（4）數(shù)據(jù)壓縮：減少輸出矢量維數(shù)以便于傳輸或存儲(chǔ)。

5 反饋神經(jīng)網(wǎng)絡(luò)

美國(guó)加州理工學(xué)院物理學(xué)家J.J.Hopfield教授于1982年發(fā)表了對(duì)神經(jīng)網(wǎng)絡(luò)發(fā)展頗具影響的論文，提出一種單層反饋神經(jīng)網(wǎng)絡(luò)，后來(lái)人們將這種反饋網(wǎng)絡(luò)稱作Hopfield網(wǎng)。在多輸入/多輸出的動(dòng)態(tài)系統(tǒng)中，控制對(duì)象特性復(fù)雜，傳統(tǒng)方法難以描述復(fù)雜的系統(tǒng)。為控制對(duì)象建立模型可以減少直接進(jìn)行實(shí)驗(yàn)帶來(lái)的負(fù)面影響，所以模型顯得尤為重要。但是，前饋神經(jīng)網(wǎng)絡(luò)從結(jié)構(gòu)上說(shuō)屬于一種靜態(tài)網(wǎng)絡(luò)，其輸入、輸出向量之間是簡(jiǎn)單的非線性函數(shù)映射關(guān)系。實(shí)際應(yīng)用中系統(tǒng)過(guò)程大多是動(dòng)態(tài)的，前饋神經(jīng)網(wǎng)絡(luò)辨識(shí)就暴露出明顯的不足，用前饋神經(jīng)網(wǎng)絡(luò)只是非線性對(duì)應(yīng)網(wǎng)絡(luò)，無(wú)反饋記憶環(huán)節(jié)，因此，利用反饋神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性就可以克服前饋神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)，使神經(jīng)網(wǎng)絡(luò)更加接近系統(tǒng)的實(shí)際過(guò)程。

Hopfield神經(jīng)網(wǎng)絡(luò)的應(yīng)用：

（1）在數(shù)字識(shí)別方面。

（2）高校科研能力評(píng)價(jià)。

（3）應(yīng)用于聯(lián)想記憶的MATLAB程序。

6 徑向基神經(jīng)網(wǎng)絡(luò)

徑向基RBF網(wǎng)絡(luò)是一個(gè)3層的網(wǎng)絡(luò)，除了輸入、輸出層之間外僅有一個(gè)隱層。隱層中的轉(zhuǎn)換函數(shù)是局部響應(yīng)的高斯函數(shù)，而其他前向網(wǎng)絡(luò)，轉(zhuǎn)換函數(shù)一般都是全局響應(yīng)函數(shù)。由于這樣的差異，要實(shí)現(xiàn)同樣的功能，RBF需要更多的神經(jīng)元，這就是RBF網(wǎng)絡(luò)不能取代標(biāo)準(zhǔn)前向型絡(luò)的原因。但是RBF網(wǎng)絡(luò)的訓(xùn)練時(shí)間更短，它對(duì)函數(shù)的逼近時(shí)最優(yōu)的，可以以任意精度逼近任意連續(xù)函數(shù)。隱層中的神經(jīng)元越多，逼近越精確。

徑向基網(wǎng)絡(luò)的應(yīng)用：

（1）用于曲線擬合的RBF網(wǎng)絡(luò)。

（2）徑向基網(wǎng)絡(luò)實(shí)現(xiàn)非線性函數(shù)回歸。

7 自組織神經(jīng)網(wǎng)絡(luò)

自組織競(jìng)爭(zhēng)型神經(jīng)網(wǎng)絡(luò)是一種無(wú)教師監(jiān)督學(xué)習(xí)，具有自組織功能的神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)通過(guò)自身的訓(xùn)練。能自動(dòng)對(duì)輸入模式進(jìn)行分類，一般由輸入層和競(jìng)爭(zhēng)層夠曾。兩層之間各神經(jīng)元實(shí)現(xiàn)雙向連接，而且網(wǎng)絡(luò)沒(méi)有隱含層。有時(shí)競(jìng)爭(zhēng)層之間還存在著橫向連接。

常用自組織網(wǎng)絡(luò)有一下幾種：

（1）自組織特征映射網(wǎng)絡(luò)。

（2）學(xué)習(xí)矢量量化網(wǎng)絡(luò)。

（3）自適應(yīng)共振理論模型。

（4）對(duì)偶傳播網(wǎng)絡(luò)。

參考文獻(xiàn)

[1]韓力群.人工神經(jīng)網(wǎng)絡(luò)教程[M].北京：北京郵電大學(xué)出版社，2006.

[2]周品.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與應(yīng)用[M].北京：清華大學(xué)出版社，2013.

作者簡(jiǎn)介

孔令文（1989-），男，黑龍江省齊齊哈爾市人?，F(xiàn)為西南林業(yè)大學(xué)機(jī)械與交通學(xué)院在讀研究生。研究方向?yàn)橛?jì)算機(jī)仿真。

神經(jīng)網(wǎng)絡(luò)的概念范文第4篇

計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)已經(jīng)逐漸發(fā)展成為廣泛應(yīng)用于人們?nèi)粘Ｉa(chǎn)生活的重要技術(shù)，而在實(shí)際的使用過(guò)程中，卻難免要遇到安全隱患，例如黑客的入侵、安全漏洞和病毒傳播等。在計(jì)算機(jī)網(wǎng)絡(luò)安全的評(píng)價(jià)體系中，神經(jīng)網(wǎng)絡(luò)的應(yīng)用以其能夠形成非線性自適應(yīng)動(dòng)態(tài)系統(tǒng)的特點(diǎn)，迅速適應(yīng)網(wǎng)絡(luò)環(huán)境，進(jìn)而實(shí)現(xiàn)對(duì)信息的運(yùn)算、識(shí)別和控制功能，提高了計(jì)算機(jī)的工作效率和安全性。

2計(jì)算機(jī)網(wǎng)絡(luò)安全的概念

計(jì)算機(jī)的網(wǎng)絡(luò)安全，主要指的是針對(duì)網(wǎng)絡(luò)信息瀏覽和操作等過(guò)程中的安全管理，以達(dá)到提高網(wǎng)絡(luò)信息保密性、安全性的目的，維護(hù)使用者的合法權(quán)益，最終實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的順利運(yùn)行。我國(guó)當(dāng)前的計(jì)算機(jī)網(wǎng)絡(luò)安全問(wèn)題通常涉及到信息安全、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等多個(gè)方面，而伴隨計(jì)算機(jī)網(wǎng)絡(luò)的日益普及，其網(wǎng)絡(luò)信息的安全問(wèn)題更加為人們所重視。例如，對(duì)于企業(yè)而言，其日常經(jīng)營(yíng)活動(dòng)中往往會(huì)運(yùn)用到計(jì)算機(jī)網(wǎng)絡(luò)，因此要求網(wǎng)絡(luò)必須具備核心技術(shù)，對(duì)企業(yè)信息實(shí)施保護(hù)和保密，維護(hù)重要內(nèi)部信息的安全性，從而維護(hù)企業(yè)利益。即便是個(gè)人在使用計(jì)算機(jī)網(wǎng)絡(luò)時(shí)，也同樣需要網(wǎng)絡(luò)對(duì)個(gè)人信息實(shí)施控制與保護(hù)，防止泄漏或被不法分子盜取，損害人民的權(quán)益和實(shí)際利益。

3神經(jīng)網(wǎng)絡(luò)概述

3.1概念

所謂神經(jīng)網(wǎng)絡(luò)，其模型建立的基礎(chǔ)，是人體腦部的信息處理模式作為參考，然后運(yùn)用數(shù)學(xué)模型，模擬生物的神經(jīng)元、腦細(xì)胞結(jié)構(gòu)，以及其生理特征，最終模擬獲得該神經(jīng)網(wǎng)絡(luò)模型。此后，計(jì)算機(jī)專家則以此模型為基礎(chǔ)，添加入編制好的學(xué)習(xí)機(jī)制，然后將其應(yīng)用到實(shí)際工程中，最終開(kāi)發(fā)出了感知器神經(jīng)網(wǎng)絡(luò)模型。該模型具備了聲納波的識(shí)別功能，可用于探測(cè)潛艇位置等實(shí)踐中。經(jīng)過(guò)進(jìn)一步的深入研究，相關(guān)研究人員在其中運(yùn)用了映射拓?fù)湫再|(zhì)，在計(jì)算機(jī)的基礎(chǔ)之上建立了映射自組織網(wǎng)絡(luò)模型;繼而通過(guò)分析研究生物自組織神經(jīng)網(wǎng)絡(luò)，確定神經(jīng)網(wǎng)絡(luò)模的實(shí)質(zhì)，獲得一組微分非線性方程，然后將神經(jīng)網(wǎng)絡(luò)應(yīng)用于實(shí)際，最終形成了神經(jīng)網(wǎng)絡(luò)的系統(tǒng)性科學(xué)研究，例如具有一定代表性的BP神經(jīng)網(wǎng)絡(luò)。

3.2神經(jīng)網(wǎng)絡(luò)的優(yōu)越性

神經(jīng)網(wǎng)絡(luò)建立的基礎(chǔ)是生物大腦結(jié)構(gòu)和工作原理，因而屬于人工智能系統(tǒng)，該系統(tǒng)基于計(jì)算機(jī)網(wǎng)絡(luò)內(nèi)部大量節(jié)點(diǎn)的關(guān)系分析，發(fā)揮出方面優(yōu)越的應(yīng)用性能，主要包括以下方面：

3.2.1自學(xué)功能

神經(jīng)網(wǎng)絡(luò)系統(tǒng)能夠進(jìn)行自我學(xué)習(xí)，通過(guò)自動(dòng)識(shí)別正在輸入的信息，自行為操作者總結(jié)相關(guān)的規(guī)律，進(jìn)而形成聯(lián)想的模式。其優(yōu)勢(shì)即在于這種對(duì)于信息的識(shí)別能力，使系統(tǒng)能夠在之后的工作中，進(jìn)行獨(dú)立自動(dòng)運(yùn)作，從而縮短操作人員的工作時(shí)間。現(xiàn)有計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)系統(tǒng)，甚至能夠?qū)崿F(xiàn)高于聯(lián)想模式的預(yù)測(cè)功能，應(yīng)用于證券市場(chǎng)中，系統(tǒng)可以基于對(duì)當(dāng)前股市證券、市場(chǎng)經(jīng)濟(jì)和企業(yè)現(xiàn)狀的研究分析，預(yù)測(cè)其未來(lái)的效益，從而企業(yè)未來(lái)的良性發(fā)展，提供了有力的智能支持。

3.2.2優(yōu)化系統(tǒng)

神經(jīng)網(wǎng)絡(luò)同時(shí)還具備了自我優(yōu)化的能力，可以自行提高計(jì)算機(jī)運(yùn)轉(zhuǎn)能力，同時(shí)幫助操作用戶，針對(duì)某些問(wèn)題提出解決方案?；诖耍窠?jīng)網(wǎng)絡(luò)系統(tǒng)被建議應(yīng)用于計(jì)算機(jī)的網(wǎng)絡(luò)安全評(píng)價(jià)中，以發(fā)揮其自身的優(yōu)越性能。

4計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中神經(jīng)網(wǎng)絡(luò)的應(yīng)用

4.1計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系的構(gòu)建

4.1.1構(gòu)建神經(jīng)網(wǎng)絡(luò)體系的必要性

基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)保護(hù)是多元化的，由于其對(duì)于環(huán)境的適應(yīng)力較強(qiáng)，因而能夠迅速適應(yīng)周圍狀況，并對(duì)自身進(jìn)行調(diào)整，以降低誤差。另外，神經(jīng)網(wǎng)絡(luò)的自我訓(xùn)練使其能夠在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)的體系中，實(shí)現(xiàn)自我總結(jié)和完善。此外，神經(jīng)網(wǎng)絡(luò)還具備了良好的容錯(cuò)性，對(duì)于一些不完整信息、噪聲等并不敏感，因而在網(wǎng)絡(luò)節(jié)點(diǎn)出現(xiàn)問(wèn)題時(shí)，不會(huì)對(duì)神經(jīng)網(wǎng)絡(luò)的整體保護(hù)產(chǎn)生影響。且神經(jīng)網(wǎng)絡(luò)在進(jìn)行自我訓(xùn)練之后，能夠?qū)⒄５墓ぷ餍侍嵘脸Ｒ?guī)的4～5倍。加上神經(jīng)網(wǎng)絡(luò)對(duì)于結(jié)果的獲取高效快捷，因此更加便于使用，其各方面的設(shè)置也更加人性化。

4.1.2安全評(píng)價(jià)體系構(gòu)成指標(biāo)

計(jì)算機(jī)網(wǎng)絡(luò)安全的一級(jí)評(píng)價(jià)，其中的指標(biāo)通常包括：管理安全、物理安全以及邏輯安全，具體如下：①管理安全評(píng)價(jià)指標(biāo)時(shí)二級(jí)指標(biāo)，分別為安全組織體系、安全管理制度、人員安全培訓(xùn)以及應(yīng)急響應(yīng)機(jī)制;②物理安全評(píng)價(jià)指標(biāo)為二級(jí)指標(biāo)，包括防電磁泄漏措施、供電線路、網(wǎng)絡(luò)機(jī)房、容錯(cuò)冗余以及設(shè)備安全;③邏輯安全評(píng)價(jià)指標(biāo)同樣是二級(jí)指標(biāo)，包括數(shù)據(jù)的備份、恢復(fù)，訪問(wèn)的控制、軟件安全、防病毒措施、系統(tǒng)審計(jì)、數(shù)字簽名、數(shù)據(jù)加密以及入侵防范。

4.2實(shí)現(xiàn)評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化

不同的評(píng)價(jià)指標(biāo)集，對(duì)于影響因素的描述也存在差異，因此需要在實(shí)施定量、定性評(píng)價(jià)時(shí)有所側(cè)重。此外，應(yīng)當(dāng)合理運(yùn)用科學(xué)的方法，對(duì)計(jì)算機(jī)的網(wǎng)絡(luò)安全情況作出反應(yīng)，因而一定程度上影響了指標(biāo)的客觀對(duì)比。因此，必須保持客觀的態(tài)度，對(duì)評(píng)價(jià)指標(biāo)的取值規(guī)則進(jìn)行調(diào)整，以實(shí)現(xiàn)指標(biāo)的標(biāo)準(zhǔn)化。在定量指標(biāo)評(píng)價(jià)時(shí)，相關(guān)工作人員應(yīng)當(dāng)結(jié)合計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的實(shí)際運(yùn)行狀況，對(duì)其進(jìn)行客觀評(píng)價(jià)與取值，進(jìn)行科學(xué)的分析。此外，對(duì)于不同的評(píng)價(jià)指標(biāo)，應(yīng)當(dāng)使用不同的衡量單位，有所側(cè)重地進(jìn)行標(biāo)準(zhǔn)化處理，將取值固定到一定范圍內(nèi)，通常在0～1之間。而為了實(shí)現(xiàn)定性指標(biāo)評(píng)價(jià)，則通常會(huì)采用打分的方式來(lái)客觀評(píng)價(jià)計(jì)算機(jī)的網(wǎng)絡(luò)系統(tǒng)機(jī)型，定性指標(biāo)評(píng)價(jià)標(biāo)準(zhǔn)化。

4.3基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)構(gòu)建

4.3.1服務(wù)器維護(hù)機(jī)制規(guī)范化構(gòu)建

構(gòu)建計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系，其首要的任務(wù)和硬件維護(hù)的關(guān)鍵，即在于服務(wù)器維護(hù)。在構(gòu)建服務(wù)器維護(hù)機(jī)制規(guī)范化的過(guò)程中，應(yīng)當(dāng)注意避免不當(dāng)服務(wù)器所可能造成的傷害，要求操作人員時(shí)刻警醒，保證及時(shí)清除網(wǎng)卡冗余，調(diào)整服務(wù)器的荷載，以維持服務(wù)器的平衡與穩(wěn)定。

4.3.2云主機(jī)的建立

以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)建立的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系，需要快速打造安全云主機(jī)，用以集成包括了云鎖服務(wù)安全軟件的所有安全防護(hù)體系，從而達(dá)到突破傳統(tǒng)服務(wù)器安防理念，實(shí)現(xiàn)對(duì)于用戶的實(shí)時(shí)安全服務(wù)效果。因此，構(gòu)建過(guò)程中需要在云主機(jī)中使用很多快捷自動(dòng)安裝軟件，如MYSQL、PHP、ASP等。這些軟件的共同點(diǎn)在于均適用于對(duì)網(wǎng)站數(shù)據(jù)庫(kù)的實(shí)時(shí)管控、對(duì)于站點(diǎn)信息的實(shí)時(shí)監(jiān)控，以及對(duì)于計(jì)算機(jī)各種軟件溫度進(jìn)行的調(diào)節(jié)，和WebShell病毒查殺功能。如今的計(jì)算機(jī)網(wǎng)絡(luò)安全系統(tǒng)已經(jīng)首創(chuàng)了以C/S的神經(jīng)網(wǎng)絡(luò)架構(gòu)為基礎(chǔ)的應(yīng)用體系，實(shí)現(xiàn)了計(jì)算機(jī)端和服務(wù)器之間的遠(yuǎn)程訪問(wèn)與控制功能，從而提升了計(jì)算機(jī)網(wǎng)絡(luò)對(duì)于木馬、病毒和惡意代碼、惡意攻擊等危害的防御能力，起到保護(hù)計(jì)算機(jī)服務(wù)器與網(wǎng)站安全的作用。

4.3.3安全管理和服務(wù)體系的建立

基于神經(jīng)網(wǎng)絡(luò)建立起來(lái)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系，其作用即在于在進(jìn)行安全評(píng)價(jià)時(shí)，管理人員能夠提供與評(píng)價(jià)標(biāo)準(zhǔn)判定相對(duì)應(yīng)的具體內(nèi)容、實(shí)施范圍等信息，然后針對(duì)計(jì)算機(jī)安全狀況、信息技術(shù)的關(guān)鍵點(diǎn)，實(shí)施研究與分析，運(yùn)用評(píng)價(jià)方法測(cè)算其安全等級(jí)。計(jì)算機(jī)網(wǎng)絡(luò)的安全級(jí)別評(píng)價(jià)，可以按照以下公式生成評(píng)價(jià)因子，基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)級(jí)別公式如下：f=(x1，x2，x3……，xi……xm)式中：xi-計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中最主要的評(píng)價(jià)因子;f-計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)模型主體。管理人員應(yīng)當(dāng)結(jié)合實(shí)際，為計(jì)算機(jī)系統(tǒng)選取正確的評(píng)價(jià)模型主體與安全等級(jí)，進(jìn)而依據(jù)系統(tǒng)要求，對(duì)神經(jīng)網(wǎng)絡(luò)安全管理體系采取必要的優(yōu)化措施，以做到有備無(wú)患。

4.4建立并完善評(píng)價(jià)結(jié)果評(píng)語(yǔ)集

基于計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)指標(biāo)特征，可建立評(píng)價(jià)結(jié)果評(píng)語(yǔ)集，按照網(wǎng)絡(luò)安全等級(jí)差異，將該評(píng)語(yǔ)集劃分為四個(gè)集合：①第一等集合設(shè)置為“安全”;②第二等集合設(shè)置為“較為安全”;③第三等集合設(shè)置為“不安全”;④最后一個(gè)等集合則設(shè)置為“很不安全”。此外，還可以對(duì)這些集合附以說(shuō)明，從而有效地位計(jì)算機(jī)使用者提供便捷的方式，來(lái)了解計(jì)算機(jī)網(wǎng)絡(luò)安全狀況，提供良。

5結(jié)語(yǔ)

神經(jīng)網(wǎng)絡(luò)技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中的應(yīng)用，實(shí)現(xiàn)了評(píng)價(jià)體系的自動(dòng)抽提功能，體現(xiàn)出了外推性、容錯(cuò)性、適應(yīng)性等優(yōu)勢(shì)，滿足了計(jì)算機(jī)網(wǎng)絡(luò)的在線實(shí)用性要求，在有效提高計(jì)算機(jī)網(wǎng)絡(luò)評(píng)價(jià)客觀性、正確性的同時(shí)，為用戶提供了安全的使用環(huán)境，確保用戶能夠通過(guò)網(wǎng)絡(luò)獲得可靠、有效的數(shù)據(jù)信息。

參考文獻(xiàn)

[1]王強(qiáng).基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)故障診斷[J].信息與電腦：理論版，2015(10)：157~158.

神經(jīng)網(wǎng)絡(luò)的概念范文第5篇

隨著計(jì)算機(jī)網(wǎng)絡(luò)、信息技術(shù)、自動(dòng)化技術(shù)的進(jìn)步，極大的改變了我們的生活。人工神經(jīng)網(wǎng)絡(luò)技術(shù)是一種全新的控制技術(shù)，通過(guò)互聯(lián)網(wǎng)進(jìn)行動(dòng)態(tài)模擬，從而建立一種新的控制互聯(lián)網(wǎng)的系統(tǒng)。經(jīng)過(guò)十幾年的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)研究取得了巨大的進(jìn)步，已經(jīng)廣泛應(yīng)用在社會(huì)各個(gè)領(lǐng)域，使現(xiàn)代計(jì)算機(jī)中的難題得到了解決。本文主要從人工神經(jīng)網(wǎng)絡(luò)技術(shù)的概念出發(fā)，探討了它在現(xiàn)代社會(huì)領(lǐng)域的具體應(yīng)用。

【關(guān)鍵詞】人工神經(jīng)網(wǎng)絡(luò) 信息技術(shù) 發(fā)展趨勢(shì)

人工神經(jīng)網(wǎng)絡(luò)技術(shù)在處理實(shí)際問(wèn)題主要包括兩個(gè)過(guò)程，一個(gè)是學(xué)習(xí)訓(xùn)練過(guò)程，另外一個(gè)是記憶聯(lián)想過(guò)程。近年來(lái)隨著人工網(wǎng)絡(luò)技術(shù)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)在信號(hào)處理、圖像處理、智能識(shí)別等領(lǐng)域已經(jīng)取得了巨大的改變，為人們研究各類科學(xué)問(wèn)題提供了一種新的方法和手段，使人們?cè)诮煌ㄟ\(yùn)輸、人工智能、軍事、信息領(lǐng)域的工作更加便捷，近年來(lái)隨著AI的l展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)得到了快速的發(fā)展階段。

1 人工神經(jīng)網(wǎng)絡(luò)技術(shù)

人工神經(jīng)網(wǎng)絡(luò)技術(shù)也稱ANN，是隨著上個(gè)世紀(jì)八十年代人工智能發(fā)展興起的一個(gè)研究熱點(diǎn)，它的主要工作原理對(duì)人腦神經(jīng)網(wǎng)絡(luò)進(jìn)行抽象處理，并仿造人腦神經(jīng)網(wǎng)絡(luò)建立簡(jiǎn)單的模型，按照不同的連接方式組成一個(gè)完整的網(wǎng)絡(luò)，因此學(xué)術(shù)界也直接將它成為神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)其實(shí)就是一種運(yùn)算模型，它是通過(guò)大量的節(jié)點(diǎn)――神經(jīng)元連接起來(lái)的，其中不同的節(jié)點(diǎn)所代表的輸出函數(shù)也不同，也就是所謂的激勵(lì)函數(shù)；當(dāng)有兩個(gè)節(jié)點(diǎn)連接起來(lái)時(shí)稱之為通過(guò)該連接信號(hào)的加權(quán)值，也稱為權(quán)重，這就相當(dāng)人腦神經(jīng)網(wǎng)絡(luò)記憶。人工神經(jīng)網(wǎng)絡(luò)技術(shù)是采用并行分布式系統(tǒng)，這種工作機(jī)理與傳統(tǒng)的信息處理技術(shù)和人工智能技術(shù)完全不同，是一種全新的技術(shù)，它克服了傳統(tǒng)基于邏輯符號(hào)的人工智能處理非結(jié)構(gòu)信息化和直覺(jué)方面的缺陷，具有實(shí)時(shí)學(xué)習(xí)、自適應(yīng)性和自組織性等特點(diǎn)。

2 人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用分析

隨著人工神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，它在模式識(shí)別、知識(shí)工程、信號(hào)處理、專家系統(tǒng)、機(jī)器人控制等方面的應(yīng)用較廣。

2.1 生物信號(hào)的檢測(cè)分析

目前大部分醫(yī)學(xué)檢測(cè)設(shè)備都是通過(guò)連續(xù)波形得到相關(guān)數(shù)據(jù)，從而根據(jù)所得數(shù)據(jù)對(duì)病情進(jìn)行診斷。人工神經(jīng)網(wǎng)絡(luò)技術(shù)就是應(yīng)用了這樣的方式將多個(gè)神經(jīng)元組合起來(lái)構(gòu)成，解決了生物醫(yī)學(xué)信號(hào)檢測(cè)方面的難題，其適應(yīng)性和獨(dú)立性強(qiáng)，分布貯藏功能多。在生物醫(yī)學(xué)領(lǐng)域該技術(shù)主要應(yīng)用于對(duì)心電信號(hào)、聽(tīng)覺(jué)誘發(fā)電位信號(hào)、醫(yī)學(xué)圖像、肌電荷胃腸等信號(hào)的處理、識(shí)別和分析。

2.2 醫(yī)學(xué)專家系統(tǒng)

傳統(tǒng)的醫(yī)院專家系統(tǒng)是直接將專家的經(jīng)驗(yàn)、學(xué)歷、臨床診斷方面取得的成績(jī)等存儲(chǔ)在計(jì)算機(jī)中，構(gòu)建獨(dú)立的醫(yī)學(xué)知識(shí)庫(kù)，通過(guò)邏輯推理進(jìn)行診斷的一種方式。進(jìn)入到二十一世紀(jì)，醫(yī)院需要存儲(chǔ)的醫(yī)學(xué)知識(shí)越來(lái)越多，每天產(chǎn)生新的病況和知識(shí)，過(guò)去的一些專家系統(tǒng)顯然已經(jīng)無(wú)法適應(yīng)醫(yī)院的發(fā)展需求，因此醫(yī)院的效率很低。而人工神經(jīng)網(wǎng)絡(luò)技術(shù)的出現(xiàn)為醫(yī)院專家系統(tǒng)的構(gòu)建提出了新的發(fā)展方向，通過(guò)人工神經(jīng)網(wǎng)絡(luò)技術(shù)，系統(tǒng)能夠自主學(xué)習(xí)、自己組織、自行推理。因此在醫(yī)學(xué)專家系統(tǒng)中該網(wǎng)絡(luò)技術(shù)應(yīng)用面較廣。麻醉醫(yī)學(xué)、重癥醫(yī)學(xué)中生理變量分析和評(píng)估較多，目前臨床上一些還沒(méi)有確切證據(jù)或者尚未發(fā)現(xiàn)的關(guān)系與現(xiàn)象，通過(guò)人工神經(jīng)網(wǎng)絡(luò)便能有效地解決。

2.3 市場(chǎng)價(jià)格預(yù)測(cè)

在經(jīng)濟(jì)活動(dòng)中，傳統(tǒng)統(tǒng)計(jì)方法受到一些因素的制約，無(wú)法對(duì)價(jià)格變動(dòng)做出準(zhǔn)確的預(yù)測(cè)，因此難免在預(yù)測(cè)的時(shí)候出現(xiàn)失誤的現(xiàn)象。人工神經(jīng)網(wǎng)絡(luò)技術(shù)能夠處理那些不完整的、規(guī)律不明顯、模糊不確定的數(shù)據(jù)，并作出有效地預(yù)測(cè)，因此人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有傳統(tǒng)統(tǒng)計(jì)方法無(wú)法比擬的優(yōu)勢(shì)。例如人工神經(jīng)網(wǎng)絡(luò)技術(shù)可以通過(guò)分析居民人均收入、貸款利率和城市化發(fā)展水平，從而組建一個(gè)完整的預(yù)測(cè)模型，準(zhǔn)確預(yù)測(cè)出商品的價(jià)格變動(dòng)情況。

2.4 風(fēng)險(xiǎn)評(píng)價(jià)

在從事某一項(xiàng)特定的活動(dòng)時(shí)，由于社會(huì)上一些不確定因素，可能造成當(dāng)事人經(jīng)濟(jì)上或者其他方面的損失。因此在進(jìn)行某一項(xiàng)活動(dòng)時(shí)，對(duì)活動(dòng)進(jìn)行有效的預(yù)測(cè)和評(píng)估，避免風(fēng)險(xiǎn)。人工神經(jīng)網(wǎng)絡(luò)技術(shù)可以根據(jù)風(fēng)險(xiǎn)的實(shí)際來(lái)源，構(gòu)筑一套信用風(fēng)險(xiǎn)模型結(jié)構(gòu)和風(fēng)險(xiǎn)評(píng)估系數(shù)，從而提出有效地解決方案。通過(guò)信用風(fēng)險(xiǎn)模型分析彌補(bǔ)主觀預(yù)測(cè)方面的不足，從而達(dá)到避免風(fēng)險(xiǎn)的目的。

3 人工神經(jīng)網(wǎng)絡(luò)技術(shù)未來(lái)發(fā)展

人工神經(jīng)網(wǎng)絡(luò)克服了傳統(tǒng)人工智能對(duì)語(yǔ)言識(shí)別、模式、非結(jié)構(gòu)化信息處理的缺陷，因此在模式識(shí)別、神經(jīng)專家系統(tǒng)、智能控制、信息處理和天氣預(yù)測(cè)等領(lǐng)域廣泛應(yīng)用。隨著科學(xué)技術(shù)的進(jìn)步，AI的快速發(fā)展，AI與遺傳算法、模糊系統(tǒng)等方面結(jié)合，形成了計(jì)算智能，很多企業(yè)和國(guó)家開(kāi)始大規(guī)模研發(fā)AI，人工神經(jīng)網(wǎng)絡(luò)正在模擬人類認(rèn)知的方向發(fā)展，目前市場(chǎng)已經(jīng)有很多不少人工智能產(chǎn)品面世。

4 結(jié)語(yǔ)

通過(guò)上述研究分析，人工神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)取得了相應(yīng)的發(fā)展，但還存在很多不足：應(yīng)用范圍狹窄、預(yù)測(cè)精度低、通用模型缺乏創(chuàng)新等，因此需要我們?cè)诖嘶A(chǔ)上不斷尋找新的突破點(diǎn)，加強(qiáng)對(duì)生物神經(jīng)元系統(tǒng)的研究和探索，進(jìn)一步挖掘其潛在的價(jià)值，將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用在更多領(lǐng)域中，為社會(huì)創(chuàng)造更大的財(cái)富。

參考文獻(xiàn)

[1]周文婷，孟琪.運(yùn)動(dòng)員賽前心理調(diào)控的新策略――基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的比賽場(chǎng)地聲景預(yù)測(cè)（綜述）[J].哈爾濱體育學(xué)院學(xué)報(bào)，2015，33（03）：15-21.

[2]張紅蘭.人工神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用現(xiàn)狀分析[J].中國(guó)新通信，2014（02）：76-76.

[3]張廣軍.人工神經(jīng)網(wǎng)絡(luò)技術(shù)在光電檢測(cè)中的應(yīng)用[J].北京航空航天大學(xué)學(xué)報(bào)，2001，27（05）：564-568.