2022年神经网络在人工智能中的应用 .pdf

神经网络在人工智能中的应用摘 要：人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关键词：人工智能，神经网络一、人工智能“人工智能”一词最初是在1956 年 Dartmouth 学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算,而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”,可见复杂工作的定义是随着时代的发展和技术的进步而变化的,人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。二、神经网络名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 3 页 -神经网络是：思维学普遍认为，人类大脑的思维分为抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维三种基本方式。逻辑性的思维是指根据逻辑规则进行推理的过程；它先将信息化成概念，并用符号表示，然后，根据符号运算按串行模式进行逻辑推理；这一过程可以写成串行的指令，让计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点:1.信息是通过神经元上的兴奋模式分布储在网络上;2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。人工神经网络是由大量的简单基本元件神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。人工神经网络反映了人脑功能的若干基本特性，但并非生物系统的逼真描述，只是某种模仿、简化和抽象。与数字计算机比较，人工神经网络在构成原理和功能特点等方面更加接近人脑，它不是按给定的程序一步一步地执行运算，而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制。三 神经网络在人工智能中的应用专家系统名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 3 页 -专家系统力图模拟人类专家制定决策的过程，是建立在计算机公式基础之上的软件程序。而神经网络程序最常见的用途是在收集数据时使他们不受约束，这样他们就能揭示出以前未注意的联系。在零售业中，这种长处是显而易见的。正如亚特兰大尼尔.塞勒联合会会长尼尔.塞勒指出的那样，零售商们利用pos 系统正收集有关销售情况的非常精确详细的数据资料。塞勒说，随着计算机处理能力的快速提高，现在即使在个人计算机上也能够运行神经网络应用软件。“像其他数学方法一样，神经网络系统考察以知量自变量或预计量和未知量因变量或预测值之间的相互联系，并建立模型完成工作。但是，神经网络系统并不依赖于人对公式正确性的判断，而是通过推测，检验和修正来建立它的模型。塞勒与基地设在圣迭戈的hnc 软件公司已经开发出一种叫做skuplan的神经网络应用软件，可用于零售存货管理。神经系统 skuplan 是通过分析多重变量来改进预测的。变量可能包括计划为这种商品开展的促销活动。在模型的开发阶段上，skuplan确定某个变量是否重要，以及其重要性达到何种程度。同时，塞勒说，神经网络技术在零售方面还可应用于确定目标市场。名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 3 页 -