1-1 人工神经网络的特点

人工神经网络（简称神经网络，NN）是由人工神经元（简称神经元）互连组成的网络，它是从微观结构和功能上对人脑的抽象、简化，是模拟人类智能的一条重要途径，反映了人脑功能的若干基本特征，如并行信息处理、学习、联想、模式分类、记忆等。

1.神经网络对控制领域有吸引力的特征

（1）能逼近任意L2范数上的非线性函数。

（2）信息的并行分布式处理与存储。

（3）可以多输入、多输出。

（4）便于用超大规模集成电路（VLSI）或光学集成电路系统实现，或用现有的计算机技术实现。

（5）能进行学习，以适应环境的变化。

2.决定神经网络整体性能的三大要素

（1）神经元（信息处理单元）的特性。

（2）神经元之间相互连接的形式——拓扑结构。

（3）为适应环境而改善性能的学习规则。

1943年建立的第一个神经元模型——MP（模拟生物神经元）模型，为神经网络的研究与发展奠定了基础。至今，已建立了多种神经元与网络的模型，取得了相当的成果，其中一些模型被用于自动控制领域。图1-1-1示出了常用的四例。