1.5　神經網絡算法

人工神經網絡（Artificial Neural Network，ANN）簡稱為神經網絡或稱為連接模型。1943年形式神經元的數學模型的提出，開創了神經科學理論研究的時代［10］。1982年J.J.Hopfield提出了具有聯想記憶功能的Hopfield神經網絡，引入了能量函數的原理，給出了網絡的穩定性判據。這一成果標志著神經網絡的研究取得了突破性的進展。

神經網絡是一種模仿生物神經系統的新型信息處理模型，具有獨特的結構，其顯著的特點如下：具有非線性映射能力；不需要精確的數學模型；擅長從輸入輸出數據中學習有用知識；容易實現并行計算；由大量的簡單計算單元組成，易于用軟硬件實現；等等。所以，人們期望它能夠解決一些用傳統方法難以解決甚至無法解決的問題。迄今為止，已經出現了許多神經網絡模型及相應的學習算法，其中BP網絡的誤差反向后傳（Back Propagation，BP）學習算法是一種最常用的神經網絡算法。