人工神经网络的发展及应用

毛健，赵红东，姚婧婧

（河北工学大学 信息工程学院，天津 300401）

人工神经网络（Artificial Neural Network，即ANN），是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络[1]。最近十多年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。

1 人工神经网络的概念

现在关于人工神经网络的定义还不统一，按国际著名神经网络研究专家Hecht Nielsen的观点，神经网络的定义是：人工神经网络是由人工建立的、以有向图为拓扑结构的动态系统，它通过对连续或断续的输入作状态响应而进行信息处理。我们综合来源、特点和各种解释，神经网络可简单地表述为：人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统[2]。

2 人工神经网络的发展

人工神经网络的整个发展过程，大致可以分为4个阶段：形成时期，低谷时期，复兴时期，发展时期。

2.1 形成时期

1943年，生理学家McCulloch和数学家Pitts发表文章，提出了第一个神经元模型（M-P模型），他们的努力奠定了网络模型和以后神经网络开发的基础，开启了人们对人工神经网络的研究。1951年，心理学家Donala O.Hebb提出了连接权值强化的Hebb法则：在神经网络中，信息存储在连接权中，神经元之间突触的联系强度是可变的，这种变化建立起神经元之间的连接。……