人工神经网络技术及其应用的探讨

众多网络技术控制系统中人工神经网络技术是一种新型的控制系统，具体在互联网动态模拟、互联网建模以及互联网技术系统控制方面具有非常广泛的应用。为了方便相关人员进行人工网络技术的研究，具体从神经网络的发展历程展开分析，将人工神经网络技术的结构进行阐述，提出了较为常见的几种人工神经技术系统的优势和劣势，同时，将人工神经网络技术全面应用在实际的工程项目中，并且做出相关的展望和发展趋势。

【关键词】人工神经技术 人工神经网络 神经网络技术应用

互联网人工神经技术（Artificial Neural Network，简称ANN），具体利用互联网模拟神经元的基本元件（就是人工模拟神经元），通过各个层次的不同组合方式联系在一起的网络系统。近几年，伴随社会各界对于互联网人工神经网络技术研究的层层深入，并且取得了一定的成就，具体表现在：互联网计算机科学和电子科学、互联网自动控制，同时和物理领域、数学领域以及生物领域等进行交互应用。

1 互联网人工神经网络技术的重要起源以及发展过程

1.1 互联网人工神经网络技术的重要起源

欧美著名科学家Pitt以及MeCulloch 在上世纪七十年代提出人工神经网络的第一款数学模型，目前来说，这是人类历史上最早的进行人类脑组织功能模仿的模型。著名科学家Hepp在上世纪八十年代针对条件反射问题提出“Hepp”规则。著名科学家Rosenblatt在上世纪八十年代后期，在科学史上掀起网络研究的高潮，具体以Rosenblatt的模型——知觉器模型为代表。Rosenblatt研发的是一种全新感知型的模型，将人工神经网络技术全面付诸实践，并且是人类科学史上第一次。

1.2 互联网人工神经网络技术发展的低潮期

在上世纪九十年代初期，利用数学知识将感知器模型的弊病全面提出，致使社会各界对于人工神经网络的探究非常少。另一方面，针对逻辑运算的人工神经网络研究存在一定的弊端，一直没有被大家发现，因此，致使人工神经网络探究工程进入严重的低谷期。

1.3 关于人工神经网络技术飞速发展时期

九十年代初期，对于人工神经网络技术的弊端予以充分解决，尤其是 Hopefield的人工神经网络技术模型的提出，致使对于互联网的稳定性以及收敛性的探究有了充分的理论依据。而且将人工神经网络模型全面应用到具体的实践中，并且得到全面推广，同时，将科学技术和人工神经网络进行有机结合，使人工神经网络技术更加具有可研究性。

2 关于人工神经技术的构造以及典型模型

互联网人工神经技术的构造的组成包括以神经元件为主，同时，这项包含多种神经元结构的互联网信息处理技术是可以并行存在的。每一个具体的人工神经元件可以单一输出，还可以和其他的神经元件相结合，并且具有非常多的连接输出方法，每一种连接措施都会有相应的权系数。

具体的人工神经网络技术的特点有：

（1）针对每一个节点i，都会有相应的状态变量Xi存在；

（2）节点j到节点i之间，是相应的权系数Wij存在；

（3）在每一个节点i的后面，具体存在相应的阈值θi；

（4）在每一个节点i的后面，存在变换函数fi（Xi，Wij θi），但是，通常情况来说，这个函数取 fi（∑，WijXi-θi）的情况。

3 将人工神经网络技术进行全面使用

互联网的人工神经网络技术具有独特的结构和处理措施，具体包括在：自动控制处理和网络技术模式识别、模型图像处理和相应的传感器信号处理技术。信号处理技术和机器人控制处理技术、地理领域和焊接、在电力系统应用和相关数据挖掘、军事和交通行业、农业和气象行业等多个领域纷纷体现出其卓越的贡献。

ART人工神经网络技术的运用。人工神经网络技术ART在网络语音和网络图像、文字处理和具体识别等方面，得到广泛的应用；同时，在工业处理系统中也有相应的应用，例如，在工业系统中的故障诊断和故障检测以及事故警报等情况的控制；人工神经网络ART技术还应用在数据挖掘方面，在相关数据中挖掘最稳定和最有意义的模式。具体的神经网络技术ART的优势为：网络技术处理能力高、稳定性强以及聚类效果非常好。

4 结束语

历经半个世纪人工神经网络技术的探究，其技术俨然成为当前使用最广泛以及非常成熟的领域。本文对神经网络的发展历程展开分析，将人工神经网络技术的结构进行阐述，提出了较为常见的几种人工神经技术系统的优势和劣势。并且对人工神经网络技术的全面使用和推广进行展望。通过对互联网人工神经网络独特作用的分析，并且伴随各个层次探究工作全面深入。人工神经网络技术得到广泛发展，相信其未来的发展空间会无限大。

参考文献

[1]李士勇.模糊控制·神经控制和智能控制论[M].哈尔滨：哈尔滨工业大学出版社，2013，12（25）：99-103.

[2]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报（自然科学版），2014，30（15）：103-109.

[3]张清贵.人工神经网络导论[M].北京：中国水利水电出版社，2014，15（36）：103-114.

[4]王辉.人工神经网络的研究与发展综述[J].电脑知识与技术，2013，12（30）：710-711.

[5]吴新余.人工神经网络的研究与应用[J].电子工程师，2013，12（25）：4-6.

作者简介

王津（1981-）男， 江西省湖口县人。大学本科学历。硕士学位。现为成都航空职业技术学院讲师。研究方向为信息安全、网络工程。

作者单位

成都航空职业技术学院 四川省成都市 610100