人工神经网络基本特点

①人工神经网络(ANN)为广泛连接的巨型系统。神经科学研究表明，人类中枢神经的主要部分大脑皮层由10[11]～10[12]个神经元组成，每个神经元共有10[1]～10[5]个突触，突触为神经元之间的结合部，决定神经元之间的连接强度与性质。这表明大脑皮层是一个广泛连接的巨型复杂系统，ANN的连接机制模仿了人脑的这一特性。

　　②人工神经网络(ANN)有其并行结构和并行处理机制。ANN不但结构上是并行的，它的处理顺序也是并行的和同时的。在同一层内处理单元都是同时操作的，即神经网络的计算功能分布在多个处理单元上。

　　③人工神经网络(ANN)的分布式结构使其具有和人脑一样的容错性和联想能力。大脑具有很强的容错能力。我们知道，每天都有大脑细胞死去，但并没有影响人们的记忆和思考能力。这正是因为大脑对信息的存储是通过改变突触的功能实现的，信息存储于神经元连接强度的分布上，存储区和操作区合二为一，不同信息之间自然沟通，其处理也为大规模连续时间模式。而存储知识的获得采用“联想”的办法。这类似人类和动物的联想记忆，当一个神经网络输入一个激励时，它要在已存储的知识中寻找与输入匹配最好的存储知识为其解。

　　④人工神经网络(ANN)具有自学习、自组织、自适应能力。大脑功能受先天因素的制约，但后天因素（如经历、学习和训练等）也起着重要作用。ANN很好地模拟了人脑的这一特性。如果最后的输出不正确，系统可以调整加到每个输入上去的权重以产生一个新的结果，这可以通过一定的训练算法来实现。训练过程是复杂的，通过网络进行重复地输入数据，且每次都调整权重以改善结果，最终达到所希望的输出。在训练过程中网络便得到了经验。理论研究表明，选择合适的ANN能够实现任何连续映射，通过对样本的学习，ANN表现出分类、概括和联想的能力。