神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究探討

摘要：介紹了研究人工神經(jīng)網(wǎng)絡(luò)的目的，從神經(jīng)網(wǎng)絡(luò)的研究內(nèi)容和優(yōu)勢等方面著手，重點(diǎn)陳述了神經(jīng)網(wǎng)絡(luò)在經(jīng)濟(jì)領(lǐng)域、食品工業(yè)、環(huán)境科學(xué)與工程中的應(yīng)用。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；應(yīng)用研究

中圖分類號：TP393文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2008)22-635-02

Application of Neural Network Study

WANG Ying1，LI Bing-fu2

(1.Information Science and Technology College，Zhanjiang Normal College，Zhanjiang 524048，China;2.Registry，Information Science and Technology College，Zhanjiang Normal College，Zhanjiang 524048，China)

Abstract:The study of the purpose of Artificial Neural Network，from the neural network of research and advantages， and other aspects proceed， the statement focused on neural networks in the economic field， the food industry， environmental science and engineering applications.

Key words: Neural Networks; Applied Research

1 引言

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network， ANN）簡稱神經(jīng)網(wǎng)絡(luò)，是由具有適應(yīng)性的簡單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對真實(shí)世界物體所做出的交互反應(yīng)，并利用機(jī)器模仿人類的智能是長期以來人們認(rèn)識自然、改造自然和認(rèn)識自身的理想。研究人工神經(jīng)網(wǎng)絡(luò)的主要目的包括：探索和模擬人的感覺、思維和行為的規(guī)律，設(shè)計具有人類智能的計算機(jī)系統(tǒng)；探討人腦的智能活動，用物化了的智能來考察和研究人腦智能的物質(zhì)過程及其規(guī)律。

2 神經(jīng)網(wǎng)絡(luò)（ANN）的研究內(nèi)容

1)理論研究：ANN模型及其學(xué)習(xí)算法，試圖從數(shù)學(xué)上描述ANN的動力學(xué)過程，建立相應(yīng)的ANN模型，在該模型的基礎(chǔ)上，對于給定的學(xué)習(xí)樣本，找出一種能以較快的速度和較高的精度調(diào)整神經(jīng)元間互連權(quán)值，使系統(tǒng)達(dá)到穩(wěn)定狀態(tài)，滿足學(xué)習(xí)要求的算法；2)實(shí)現(xiàn)技術(shù)的研究：探討利用電子、光學(xué)、生物等技術(shù)實(shí)現(xiàn)神經(jīng)計算機(jī)的途徑；3)應(yīng)用的研究：探討如何應(yīng)用ANN解決實(shí)際問題，如模式識別、故障檢測、智能機(jī)器人等;4)基本模型如圖1示。

■

圖1生物神經(jīng)元功能模型

3 神經(jīng)網(wǎng)絡(luò)（ANN）的研究在各領(lǐng)域的優(yōu)缺點(diǎn)

人工神經(jīng)網(wǎng)絡(luò)的理論研究和應(yīng)用研究已取得豐碩成果，對于在各領(lǐng)域的應(yīng)用具有以下優(yōu)點(diǎn)：1)學(xué)習(xí)能力：人工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)的能力，通過學(xué)習(xí)，人工神經(jīng)網(wǎng)絡(luò)具有很好的輸入-輸出映射能力。學(xué)習(xí)方式可分為：有導(dǎo)師學(xué)習(xí)（Learning With a Teacher）和無導(dǎo)師學(xué)習(xí)（Learning Without a Teacher）；2)容錯性：容錯包括空間上的容錯、時間上的容錯和故障檢測。容錯性是生物神經(jīng)網(wǎng)絡(luò)所具有的特性，靠硬件或軟件實(shí)現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)也具有容錯性。由于在人工神經(jīng)網(wǎng)絡(luò)中信息存儲具有分布特性，這意味著局部的損害會使人工神經(jīng)網(wǎng)絡(luò)的運(yùn)行適度地減弱，但不會產(chǎn)生災(zāi)難性的后果；3)適應(yīng)性：人工神經(jīng)網(wǎng)絡(luò)具有調(diào)整權(quán)值以適應(yīng)變化的能力，尤其是在特定環(huán)境中訓(xùn)練的神經(jīng)網(wǎng)絡(luò)能很容易地被再次訓(xùn)練以處理條件的變化，這反映了人工神經(jīng)網(wǎng)絡(luò)的適應(yīng)性；4)并行分布處理：采用并行分布處理方法，同時由于計算機(jī)硬件的迅猛發(fā)展，使得快速進(jìn)行大量運(yùn)算成為可能；5)仿真軟件的逐步完善：人工神經(jīng)網(wǎng)絡(luò)仿真軟件的逐步完善，將人們從繁瑣的編程中解放出來，同時也為人工神經(jīng)網(wǎng)絡(luò)在各領(lǐng)域的應(yīng)用研究提供了可進(jìn)行分析和預(yù)測的能力。

缺點(diǎn)：研究受到腦科學(xué)研究成果的限制；缺少一個完整、成熟的理論體系；研究帶有濃厚的策略和經(jīng)驗色彩；與傳統(tǒng)技術(shù)的接口不成熟。

4 神經(jīng)網(wǎng)絡(luò)在各領(lǐng)域的應(yīng)用研究探討

4.1 神經(jīng)網(wǎng)絡(luò)在經(jīng)濟(jì)領(lǐng)域的應(yīng)用研究探討

神經(jīng)網(wǎng)絡(luò)在經(jīng)濟(jì)領(lǐng)域的應(yīng)用主要有：1)價格預(yù)測影響商品和服務(wù)：價格變動的因素是復(fù)雜、多變的，傳統(tǒng)的統(tǒng)計經(jīng)濟(jì)學(xué)方法存在不適合動態(tài)系統(tǒng)、建模復(fù)雜等局限性，難以對價格變動做出科學(xué)的預(yù)測，人工神經(jīng)網(wǎng)絡(luò)容易處理不完整的、模糊不確定或規(guī)律性不明顯的數(shù)據(jù)，所以用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行價格預(yù)測是可行的，且有著傳統(tǒng)方法無法比擬的優(yōu)勢；2)風(fēng)險評估：風(fēng)險是由于從事某項特定活動過程中存在的不確定性而產(chǎn)生的經(jīng)濟(jì)或財務(wù)的損失、自然破壞或損傷的可能性。防范風(fēng)險的最好辦法就是事先對風(fēng)險做出科學(xué)的預(yù)測和評估，傳統(tǒng)的專家評估依賴于專家的經(jīng)驗，存在著人為和主觀的因素，人工神經(jīng)網(wǎng)絡(luò)的預(yù)測思想是建立風(fēng)險來源和風(fēng)險評價系數(shù)的非線性映射，提供定量的解決方案，彌補(bǔ)了主觀評估的不足。商業(yè)銀行的風(fēng)險管理問題是我國加入WTO后的一個突出問題。目前，信用風(fēng)險仍然是我國商業(yè)銀行最主要的風(fēng)險。我國商業(yè)銀行目前正處在轉(zhuǎn)軌時期，用傳統(tǒng)方法評估信用風(fēng)險難以達(dá)到滿意的效果，而神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力強(qiáng)，容錯性好，具有很強(qiáng)的魯棒性，適合評價信息不全的系統(tǒng)。根據(jù)我國的具體現(xiàn)實(shí)，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，構(gòu)造出適合中國的信用風(fēng)險模型，并對某國有銀行提供的數(shù)據(jù)進(jìn)行了實(shí)證研究。

4.2 神經(jīng)網(wǎng)絡(luò)在食品工業(yè)中的應(yīng)用研究探討

神經(jīng)網(wǎng)絡(luò)在食品工業(yè)中的應(yīng)用研究主要有：1)外來物的探測：對食品中偶爾混入極少量的外來物采用先進(jìn)的儀器探測方法，如X射線衍射，可較為快速而準(zhǔn)確地檢測出食品中夾帶的外來物。儀器探測法產(chǎn)生大量的測量數(shù)據(jù)可以利用分析運(yùn)算方法能快速地從大量的數(shù)據(jù)中找出差異而判別出外來物，從而提高生產(chǎn)的效率。分析方法很多，但目前較為有效的是ANN法——例如對于軟質(zhì)外來物如木屑和塑料，在X射線數(shù)據(jù)上外來物與食品原料的差異很小，情況更為復(fù)雜，很難做出判別。根據(jù)ANN自學(xué)習(xí)自適應(yīng)的特點(diǎn)，不是只采用一個簡單的ANN，而是構(gòu)造了一組子網(wǎng)絡(luò)。讓每一子網(wǎng)絡(luò)用來識別一種外來物，各自訓(xùn)練子網(wǎng)絡(luò)，然后將結(jié)果最后融合輸入一個決策單元，讓決策單元決定食品是否合格；2)摻假食品的鑒別：摻假物是人為地故意地加入食品中，可根據(jù)不同食品初步估計加入的摻假物的種類，選用相應(yīng)的檢測方法，并結(jié)合ANN算法對測量數(shù)據(jù)分析，可獲得較滿意的結(jié)果；3)分類與分級：果蔬外觀特征很多，隨季節(jié)、產(chǎn)地和品種不同而不同，可抽取主要特征，再運(yùn)用ANN模式識別算法進(jìn)行分類。顏色往往是衡量果蔬外部品質(zhì)的一個重要指標(biāo)，也間接反映果蔬的成熟度和內(nèi)部品質(zhì)，高品質(zhì)的果蔬一般著色好。此外，ANN除可進(jìn)行果蔬分類（分級）外，還可以對肉類分級。從肉類的圖像處理數(shù)據(jù)中提取“大理石紋值”（marbling score，表征脊肉中脂肪分布密度）來表征肉類質(zhì)量，運(yùn)用三層前向型ANN進(jìn)行模式識別，效果令人滿意；4)加工過程的仿真與控制：食品加工過程總是難以規(guī)范地操作，因為食品物料的性質(zhì)與季節(jié)、產(chǎn)地與氣候緊密地聯(lián)系，同是由于缺乏合適的傳感器或不足夠和不精確的在線測量，以及食品的物性的時變性。在傳統(tǒng)的過程仿真中，需要建立假設(shè)、簡化和大量的參數(shù)用來建立數(shù)學(xué)模型，這有可能與實(shí)際情況相差很遠(yuǎn)。因此，具有對非線性和非穩(wěn)態(tài)系統(tǒng)有強(qiáng)處理能力的ANN尤適合應(yīng)用于食品加工；5)感觀評價與預(yù)測、食品配方設(shè)計等：以往常用的建模方法是多元回歸法，但是在多因子、非線性的條件下多元回歸法并不適用。ANN則有效地解決這一問題。采用ANN先對已有的27組數(shù)據(jù)進(jìn)行擬合；然后用ANN進(jìn)行模擬，輸入各種配方成分的含量，ANN就會輸出預(yù)測結(jié)果，從中挑選出最佳的配方。

4.3 神經(jīng)網(wǎng)絡(luò)在環(huán)境科學(xué)與工程中的應(yīng)用探討

神經(jīng)網(wǎng)絡(luò)在環(huán)境科學(xué)與工程中的應(yīng)用主要有：1)環(huán)境質(zhì)量評價；2)環(huán)境系統(tǒng)因素預(yù)測；3)環(huán)境因素定量關(guān)系模擬構(gòu)效分析、成因分析；4)污染防治系統(tǒng)建模。由于BP神經(jīng)網(wǎng)絡(luò)具有優(yōu)良的非線性逼近能力，1994年以來，已在環(huán)境科學(xué)與工程的環(huán)境質(zhì)量評價與預(yù)測、監(jiān)測點(diǎn)的優(yōu)化布置、社會經(jīng)濟(jì)環(huán)境可持續(xù)發(fā)展、污染物降解與釋放、水（處理、生態(tài)）系統(tǒng)的模擬與預(yù)測等方面獲得了廣泛的應(yīng)用。

5 結(jié)束語

由于神經(jīng)網(wǎng)絡(luò)學(xué)科的范圍涉及很廣泛，文中僅在那些有發(fā)展前途的領(lǐng)域中，列舉出少數(shù)幾個方向，應(yīng)該說明的是，除了上述列舉的以外，還有形形色色的、規(guī)?？捎^的研究工作正在進(jìn)行，其未來的發(fā)展必將是激動人心的。神經(jīng)網(wǎng)絡(luò)理論的前沿問題必將滲透在21世紀(jì)科學(xué)的挑戰(zhàn)性問題中，并將取得重大的突破。

參考文獻(xiàn)：

[1] 高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實(shí)例[M].2版. 北京:機(jī)械工業(yè)出版社，2007.

[2] 李慶中，張漫，汪懋華.基于遺傳神經(jīng)網(wǎng)絡(luò)的蘋果顏色實(shí)時分級方法[J].中國圖象圖形學(xué)報，2000，5(9):779-784．