人工神经网络评价法
第一节
思想和原理
在当今社会,
面临许许多多的选择或决策问题。
人们通过分析各种影响因素,
建立相应的数
学模型,
通过求解最优解来得到最佳方案。
由于数学模型有较强的条件限制,
导致得出的最
佳方案与现实有较大误差。
只有重新对各种因素进行分析,
重新建立模型,
这样存在许多重
复的工作,
而且以前的一些经验性的知识不能得到充分利用。
为了解决这些问题,
人们提出
模拟人脑的神经网络工作原理,
建立能够“学习”的模型,
并能将经验性知识积累和充分利
用,
从而使求出的最佳解与实际值之间的误差最小化。
通常把这种解决问题的方法称之为人
工神经网络(
Artificial Neural Network
)。
人工神经网络主要是由大量与自然神经细胞类似的人工神经元互联而成的网络。
各种实验与
研究表明:
人类的大脑中存在着由巨量神经元细胞结合而成的神经网络,
而且神经元之间以
某种形式相互联系。
人工神经网络的工作原理大致模拟人脑的工作原理,
它主要根据所提供
的数据,通过学习和训练,找出输入与输出之间的内在联系,
从而求取问题的解。
人工神经
网络反映了人