《人工智能导论》调研报告讲解.pdf
版权申诉
87 浏览量
2022-03-13
18:32:41
上传
评论
收藏 613KB PDF 举报
《人工智能导论》调研报告
BP 神经网络的非线性函数拟合
1 人工智能相关介绍
1.1 人工神经网络与 matlab
人工神经网络（ Artificial Neural Networks，NN）是由大量的、简单的处理
单元（称为神经元） 广泛地互相连接而形成的复杂网络系统， 它反映了人脑功能
的许多基本特征， 是一个高度复杂的非线性动力学系统。 神经网络具有大规模并
行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时
考虑许多因素和条件的、 不精确和模糊的信息处理问题。 神经网络的发展与神经
科学、数理科学、认知科学、计算机科学、人工智能、信息科学、控制论、机器
人学、微电子学、心理学、微电子学、心理学、光计算、分子生物学等有关，是
一门新兴的边缘交叉学科。
神经网络具有非线性自适应的信息处理能力， 克服了传统人工智能方法对于
直觉的缺陷，因而在神经专家系统、模式识别、智能控制、组合优化、预测等领
域得到成功应用。 神经网络与其他传统方法相组合， 将推动人工智能和信息处理
技术不断发展。 近年来， 神经网络在模拟人类认知的道路上更加深入发展， 并与
模糊系统、遗传算法、进化机制等组合，形成计算智能，成为人工智能的一个重
要方向。
MATLAB 是一种科学与工程计算的高级语言，广泛地运用于包括信号与图
像处理，控制系统设计， 系统仿真等诸多领域。 为了解决神经网络问题中的研究
工作量和编程计算工作量问题，目前工程领域中较为流行的软件 MATLAB ，提
供了现成的神经网络工具箱（ Neural Network Toolbox，简称 NNbox），为解决
这个矛盾提供了便利条件。 神经网络工具箱提供了很多经典的学习算法， 使用它
能够快速实现对实际问题的建模求解。 在解决实际问题中， 应用 MATLAB 语言
构造典型神经网络的激活传递函数， 编写各种网络设计与训练的子程序， 网络的
设计者可以根据需要调用工具箱中有关神经网络的设计训练程序， 使自己能够从
烦琐的编程中解脱出来，减轻工程人员的负担，从而提高工作效率。
1.2 人工神经网络的研究背景和意义
剩余14页未读，继续阅读
资源评论
