神经网络的发展

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇神经网络的发展范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

神经网络的发展范文第1篇

关键词：可持续发展；BP神经网络；河南省

中图分类号：X22 文献标识码：A 文章编号：0439-8114（2016）05-1333-03

DOI：10.14088/ki.issn0439-8114.2016.05.061

Analysis on Sustainable Development Ability in Henan Province Based on

BP Neural Network

MENG Tian-xing，WEN Qian，FAN Hui-ping

（College of Resources and Environment， Henan Agricultural University， Zhengzhou 450002， China）

Abstract： Taking Henan province as an example， the sustainable development evaluation index system was built which consisted of 28 indicators and 3 subsystems of economic， resource environment and the society. Based on relevant data from 2003 to 2012 of Henan Province， using the theory and method of artificial neural network in Henan province sustainable development ability evaluation and analysis， the results showed that the ability of sustainable development in Henan province was gradually improved， but occasionally fluctuated； the same as the sustainable development level of three subsystems in Henan province， in which changes in resources and environment subsystem was always between 4～8. And the economy subsystem level changed little before 2003 and it elevated obviously since 2004. Moreover， social subsystem was gradually rising and the level was the most stable.

Key words： sustainable development； BP neural network； Henan province

区域可持续发展是一个由资源环境、经济和社会三大子系统共同构成的复合生态系统，是三方面的协调发展[1]。由于各地区社会经济条件及其自然环境差异，可持续发展评价指标体系没有一个统一的标准，方法也各异[2]。国内外对可持续发展能力评价的研究多采用层次分析法[3]、生态足迹法[4]及DEA和因子分析法[5]。目前针对河南省进行的区域可持续发展能力评价研究较少，乔家君[6]运用改进熵值法进行定量分析，认为经济因子最为重要；指出要大力发展生产力，保证生态环境不退化，另外要控制人口增长。王安周等[7]运用生态足迹理论，结合人文发展指数、R/S分析方法，多角度探讨了河南省可持续发展状况。结果表明，河南经济发展在很大程度上是以环境、资源牺牲为代价的；人均生态足迹的供需比例增长，供需矛盾突出；人文发展指数与人均生态足迹指标协调度低。

在已有研究基础上结合河南省实际，从经济、资源环境和社会三个维度建立可持续发展能力评价指标体系，采用BP神经网络对河南省2003 ― 2012年的可持续发展能力进行评价分析；同时就评价结果进行了相关分析，揭示了区域可持续发展规律，提出了区域可持续发展的对策和措施，以期为可持续发展战略决策提供科学依据。

1 研究区概况

河南省位于中国中东部，黄河中下游，自然条件优越；全省土地面积16.7 km2，平原面积占55.7%，耕地面积81 568 m2。地处北亚热带和暖温带地区，气候温和，日照充足，降水丰沛，适宜于农、林、牧、渔各业发展。河南是农业大省，是中国主要的粮棉生产基地，小麦、烟草和芝麻的产量居中国第一位。2013年河南省生产总值32 155.86亿元，比2012年增长9.0%。其中，第一产业增加值4 058.98亿元，增长4.3%；第二产业增加值17 806.39亿元，增长10.0%；第三产业增加值10 290.49亿元，增长8.8%。三次产业结构为12.6∶55.4∶32.0。

2 研究方法

BP（Back propagation）神经网络是人工神经网络的一种，克服了人工智能的缺陷，模仿动物神经网络行为进行分布式并行信息处理的数学算法模型，具有自适应、自组织能力[7]。BP算法通过输入、输出数据样本集，根据误差反向传递的原理对网络进行训练，其学习过程包括信息的正向传播以及误差的反向传播两个过程，对其反复训练，连续不断地在相对误差函数梯度下降的方向上对网络权值和偏差的变化进行计算，逐渐逼近目标[8]。BP神经网络是基于BP算法的多层前馈神经网络，BP神经网络算法简单、易行、计算量小、并行性强、适用范围广，并具有良好的鲁棒性和容错性。对于一个大规模的网络来说，个别神经元和连接的损坏不会影响整体的结果，它具有很强的学习能力，网络可在学习过程中不断自行完善。

河南省土地可持续利用评价BP神经网络模型采用由输入层、隐含层和输出层构成的3层网络结构，根据河南省可持续发展能力评价指标体系，确定输入层的神经元个数为28个，输出层的神经元个数为1个[9]。经多次模拟学习，证明隐含层神经元数目是合适的。这样就确定了河南省可持续发展能力评价BP神经网络模型的拓扑结构（图1）。

3 指标体系构建及数据来源

可持续发展是人与物的协调发展，是人类社会与自然环境的协调发展。在借鉴已有研究的基础上，将可持续发展能力分为三个子系统：经济子系统、社会子系统、资源环境子系统。依据评价指标选取的原则，结合可持续发展能力的内涵，选取28项指标构建河南省区域可持续发展能力评价指标体系（表1）。相关数据资料来源于2003 ― 2012年《河南省统计年鉴》。

4 实证研究

4.1 河南省可持续发展能力综合指数测度

根据计算工作的特点，网络训练数据通常是由各种研究对象的评价标准构成，但人均固定资产投资和人均公共绿地面积等，区域可持续发展评价研究方面尚没用统一的判断标准。参照有关文献的选取方法，使用线性内插法，通过构建所有指标的原始数据的最大值和最小值区间，线性设定影响等级。设区域可持续发展综合指数为10分，梯度为0.2，由0到10分别表示可持续发展能力由低到高：[0，2]表示不可持续发展，[2，4]表示可持续发展能力较低，[4，6]表示可持续发展能力一般，[6，8]表示可持续发展能力较高，[8，10]表示高度可持续发展能力。

将梯度为0.2的51个得分值作为BP神经网络的输出数据，并将评价指标通过线性内插法处理为51个等级，最后得到28组共1 428个训练用的样本数据，作为输入数据。按照BP神经网络计算流程，设置隐含层神经元个数为57个，神经网络的拓扑结构为28-57-1。隐含层和输出层网络分别采用Sigmoid型激活函数和Purelin型激活函数，学习速率Lr设置为0.01，最大循环次数设置为2 000，均方误差MSE为10-4。

仅经过4次训练后，网络均方误差达到设定的精度（图2a），采用Scaled共轭梯度算法对BP网络进行仿真验证，主要考察网络输出结果和期望结果（图2b），图中纵轴为实际结果输出，横轴为期望结果，Output=0.99×Target+0.004 2。

4.2 结果与分析

将河南省区域可持续发展评价指标标准化的数据导入训练好的网络，得到1993 ― 2012年河南省区域可持续发展综合指数（表2）。由表2可以看出，1993 ― 2012年河南省可持续发展能力经历了由不可持续发展阶段、可持续发展能力较低阶段、可持续发展能力一般阶段、可持续发展能力较搞阶段到高度可持续发展阶段的连续提升。河南省可持续发展综合指数总体呈上升趋势，1996、2002 ― 2005年出现波动，说明可持续发展综合能力为波动上升。1993 ― 1999年，河南省可持续发展能力处于整体较低阶段，2000年后进入可持续发展阶段，在提升初期出现不稳定起伏，2005年后稳步上升。

社会、经济和资源环境三个子系统对于可持续发展能力的变化作用各异，以年份为横坐标，以各子系统综合指数为纵坐标，得到相应变化曲线（图3）。由图3可以看出，三个子系统指数整体变化都为上升趋势，其中社会和经济子系统除一两个特殊年份外均为稳步上升，而资源环境子系统在2005年前起伏波动，呈现不稳定状态，2005年后较为稳定，稍有提升。

5 小结

综合分析可持续发展能力综合指数与三个子系统评价结果可知，研究期内河南省可持续发展能力呈现整体上升趋势，偶有波动；说明河南省近20年在发展经济的同时，也注重资源环境的开发保护和社会发展水平及人口素质的培养，呈现可持续发展状态。河南省各子系统水平也为整体上升状态，其中资源环境子系统变化区间较小，20年间在4～8之间起伏上升；经济子系统水平2003年之前变化较小，2004年开始明显提升；社会子系统呈现稳步上升，状态最为稳定。3个子系统与可持续发展能力综合指数变化趋势均不完全一致，由此可见，河南省可持续发展能力的变化是社会、经济和资源环境3个子系统综合作用的结果，而非单个系统决定，三者缺一不可。

河南省应继续保持经济稳步增长，同时加快转变经济增长方式；努力突破近些年资源环境水平较低的状态，加大环境保护和治理投入，同时加快实现新能源的开发利用，从根本上减少环境污染；加大政府对基础设施、社会保障及福利事业投入，继续提高人口素质和社会发展水平，真正实现科学可持续发展。

参考文献：

[1] 李 锋，刘旭升，胡 聃，等.城市可持续发展评价方法及其应用[J].生态学报，2007，27（11）：4793-4802.

[2] 牛振国，孙桂凤.近10年中国可持续发展研究进展与分析[J].中国人口・资源与环境，2007，13（3）：122-128.

[3] 曹淑艳，宋豫秦，程必定，等.淮河流域可持续发展状态评价[J].中国人口・资源与环境，2012，12（4）：81-84.

[4] 刘子刚，郑 瑜.基于生态足迹法的区域水生态承载力研究――以浙江省湖州市为例[J].资源科学，2011，33（6）：1083-1087.

[5] 辛亚光.基于DEA和因子分析的青岛市可持续发展评价[J].经济研究导刊，2013（7）：176-177.

[6] 乔家君.改进的熵值法在河南省可持续发展能力评估中的应用[J].资源科学，2004，26（1）：113-120.

[7] 王安周，耿秀丽，张桂宾.基于生态足迹和R/S分析的河南省可持续发展评价[J].地域研究与开发，2009，28（2）：104-107.

神经网络的发展范文第2篇

关键词：可持续发展；区域；AHP；神经网络

中图分类号：F061.5 文献标识码：A 文章编号：1007-2101（2012）04-0077-04 一、引言

世界经济在飞速发展的同时，由于工业化过程中的处置失当，过度追求物质目标，以及不合理地开发利用自然资源，造成了全球性的环境污染、生态破坏和资源锐减，对人类的生存以及发展构成了严重的威胁[1]。可持续发展思想是人类长期以来重新思考人类发展经济与社会、资源和环境间关系的结果，是一种全新的发展思想。以挪威首相布伦特兰夫人为首的“联合国世界环境与发展委员会”（WCED）在1987年出版的《我们共同的未来》一书中首先提出可持续发展（Sustainable Development）的概念，其后经过30多年的发展，国际社会已形成共识：可持续发展是人类所倡导的一种新的社会发展模式，走可持续发展之路是世界各国共同发展的必然选择[2]。

从系统学的角度看，区域可持续发展是一个由自然、经济和社会三大子系统共同构筑的复合生态巨系统。在此巨系统中，人类的社会、经济活动与自然环境之间不断发生着相互作用。由于不同国家、不同地区的经济发展水平不同，可持续发展在不同的国家和地区应有不同的评价标准[3，4]。区域可持续发展目标的制定要根据所在区域的特点，在不同的时间和空间内做动态的调整，但应遵循基本的原则，即不同阶段的可持续发展目标既要体现当代人的利益又要考虑下一代人的利益，既要考虑区域所处的空间地理特点也要考虑区域的经济发展水平。

一般来说，对可持续发展能力的评估主要侧重于两个方面：可持续发展指标体系的设定和赋权[5，6]。本文以河北省沧州市为例，在充分考虑沧州市区域特点的基础上，制定了沧州市可持续发展指标体系；运用平滑滤波和神经网络寻优方法智能寻找系统内部相互关联程度，实现实时调整、滚动优化，并且结合专家经验确定了适合沧州市可持续发展系统内子系统的科学权重。

二、沧州市概况

沧州市位于河北省东南部，属华北平原东部黑龙港河流域，东临渤海，北靠京津，南接山东，距首都北京240公里，全市南北长165公里，东西宽187公里，总面积1.4万平方公里，市区建成区面积41平方公里，全市总人口710万人。现辖2个区（新华区、运河区）、4个县级市（黄骅、任丘、河间、泊头）、10个县（吴桥、东光、南皮、献县、肃宁、盐山、海兴、沧县、青县、孟村回族自治县）、2个管理区（中捷、南大港）。新建沧州渤海新区（包括黄骅市、海兴县、中捷产业园区、化工产业园区和南大港产业园区）面积2 375平方公里、海岸线130公里、总人口54.6万。

沧州市为河北省农业大市，是全国主要的粮棉和水果产区。近年来紧紧围绕增加农民收入，以“四大产业、一大工程”为重点，强龙头，扩基地，调结构，大力发展优势农产品生产，农业投入产出效益稳步提高，2007年完成农林牧渔业总产值173.83亿元。在国民经济发展中，工业是全市经济增长的中坚力量，2007年全市工业增加值占GDP的比重为47.4%，对GDP增长的贡献率是53.9%。特别是“九五”和“十五”计划期间，通过“化工城”建设和临港工业开发，重点培育以石化、盐化为基础的化学工业，逐步构筑起以化学工业为主导，机械电子、轻工、纺织、建材、食品等行业为骨干的产业结构格局。区内自然资源主要是石油、海盐、地热、水产等，区内有华北、大港两大石油生产基地，地热面积1万平方公里，海岸线59.3公里，沿海滩涂307.7平方公里，但矿产资源和可利用土地资源不足。

沧州市林木分布少，全市有林地面积370万亩，其中经济林280万亩，用材林、灌木林71.5万亩，森林覆盖率19%。全市共有医疗卫生机构417个；平均每千人拥有病床数1.88张；全市共有卫生技术人员18 720人，平均每千人拥有医生数1.21人。医疗卫生总体水平较低。沧州市水资源匮乏，供需矛盾十分突出，本地水资源远远不能满足社会需求量，而目前引入的客水主要为黄河水及王快水库水源，只能缓解局部供水困难。

三、沧州市可持续发展评价模型与评价指标体系

由于区域发展是个动态的过程，对其进行评价不可能只用一个指标。事实上，在现实的经济发展过程中，往往会出现“头痛医头，脚痛医脚”的现象，要么单一地注重经济快速增长而忽视对环境资源的保护，造成经济增长、环境恶化的局面；要么是当出现环境污染程度严重的时候，又单一强调对环境的治理，“一刀切”关掉污染源，这样往往会造成部分产业大起大落，区域总体发展反而得不偿失。因此要实现区域的可持续协调发展，避免片面追求局部利益，忽视整体利益，我们倾向于使用基于区域特色的可持续发展综合评价方法。利用综合性协调性评价，便于及时发现发展中的失衡问题。一旦出现不可持续发展的环境资源问题，或是经济增长低效率问题时，就及时预警、适时干预，避免经济和社会发展中的大幅振荡，保证经济的可持续长期发展[6]。

在可持续发展领域内，人口、资源、经济、环境、科技的相互作用、相互制约构成了一个动态开放的复杂巨系统，如图1所示。指标体系建立的指导思想为立足本地实际，力求全面反映和度量可持续发展的目标与内涵。人民生活水平的不断提高是可持续发展的目的，人类社会的发展归根结底是以切实提高人民群众的物质文化水平为出发点和归宿点；自然资源的永续利用是确保社会经济持续发展的物质基础，特别是不可再生资源的合理高效利用是关键；社会经济的持续快速发展是其他子系统协调发展的有力保障，只有经济效益的提高才能保证和促进其他方面的发展；良好的自然生态环境是人类赖以生存的空间，是可持续发展的前提；科学技术的进步为人类社会的方方面面提供智力支持和有力工具，是实现可持续发展的动力。根据以上原则，结合地区特点，制定沧州市可持续发展综合评价指标体系如表1所示。

四、判定矩阵确定及评价方法

层次分析法在多级目标系统评价中有着广泛的应用，该方法采用的多层次分别赋权可避免大量指标同时赋权时造成混乱和失误，从而提高预测或评价的准确性和简便性。但目标的权重确定问题始终是研究人员关注的重点问题之一。区域可持续发展系统综合评价属于多目标决策问题，指标的权重应能反映其对整体可持续发展的重要程度。指标权重的合理与否将直接影响综合评价结果的正确性和科学性。

传统AHP法的难点在于权重的确定缺乏统一的客观标准，而且忽略了可持续发展的动态性。利用神经网络自寻优特性，且充分考虑系统自发展动态过程（各项指标的历史数据）的惯性影响，确定同一级指标下各组成权重。人，特别是管理者，既是这一复杂系统的一部分，同时也是系统的调控者，其专家经验同样不容忽视。结合专家对沧州特点（优缺点）的已有经验，确定最终权重及各项指标之间的关联程度。在此基础上利用AHP法，对沧州可持续发展系统进行综合评价。

（一）数据预处理

1. 归一化

yi，j=■

为更好捕捉系统内部各部分动态关系，输入量xi，j采用增量形式。■i，j，?滓j分别为统计指标的均值与方差，如下式所示。

■i，j=■■xi，j，?滓j=■

2. 平滑滤波

为去除统计误差及上一统计期内不确定因素的影响，采用滤波形式滤除干扰成分。滤波形式可采用一次滤波、二次滤波甚至高次滤波，其形式如下所示。

一次滤波

y*（n）=?琢y（n）+?茁y*（n-1） （?琢+?茁＝1）

二次滤波

y*（n）=?琢0y（n）+?茁0［?琢1y*（n-1）+?茁1y*（n-2）］　（?琢i+?茁i＝1）

3. 神经网络关联权值优化

假设某一统计指标的变化与同一层其他指标之间隐含关系为确定但未知的非线性映射关系，我们利用神经网络（BP网络）来逼近这个关系，即利用神经网络求取某一指标与其他同级指标的关联程度。如图2所示，假设某一层指标共ABC 3个，现求取ABC变化量对上层指标D变化量的贡献程度，即关联程度wAD，wBD，wCD，wDD，显然wDD＝1。

4. 归一化

■AD=■

5. 综合判定权重

■AD=?酌■AD+（1-?酌）■AD

其中，■AD为专家经验值，?酌为权重，表示对运算值和专家建议值的信任程度。依此类推，可确定出判定矩阵W的各个元素值。

（二）层次分析法

在判定矩阵确定后，应用AHP法的主要任务为确定层次权重值及一致性检验，计算层次组合权重，最后加权求和。各层次指标子系统或指标项的相对权重就是判定矩阵最大特征根及其对应的特征向量，即WX=?姿X，其中W是判定矩阵，?姿是特征根，X是特征向量，解出max｛?姿｝及对应的Xmax，将Xmax归一化就得到各指标项的权重值。

应用AHP法的另一个重要环节是要进行一致性检验。对于一个具有完全一致性的互反判定矩阵而言，其最大特征根max｛?姿｝=n，■?姿i=0（?姿i≠?姿max），n为分量个数，其余特征根均为零。若不具有完全一致性，则其最大特征根max｛?姿｝＞n，■?姿i＜0（?姿i≠?姿max），此时需根据偏离程度及置信区间调整判定矩阵。

（三）本方法的特点

1. 动态性。利用动态数据进行优化，既包含着当前状态信息，又体现了历史动态信息。系统的输入采用增量的形式，更便于分析动态发展趋势。且随着不同时期统计数据的不同，可以实现滚动优化，在线调整。

2. 综合性。数据预处理过程中数据滤波过程可以削弱不确定统计误差及其他干扰的影响，且可得到指标数据的历史综合信息；利用神经网络自寻优的方法确定系统各个同级指标的关联程度，同时发挥专家对系统的认知优势，折中考虑权重。

3. 针对性。针对沧州市本身特点指定的指标体系及专家对本地区系统的深刻理解，对于考察沧州市可持续发展问题有较强的针对性。

（四）本方法的不足

神经网络训练过程中利用误差反传方法得到输入与输出之间的优化权值，但其精确度依赖于统计数据的精确程度和样本数据的数量。

（五）沧州市可持续发展评价实例

1993年，沧州地市合并后，充分发挥地域优势，扬长避短，沧州地区整体实力得到较大程度提升。在表1的指标体系下，运用上述评价方法，既可实现子系统的评价，也可实现区域综合可持续发展水平的评价。图3、图4分别为沧州市1993—2008年归一化经济子系统可持续发展度和综合可持续发展度评价结果。在目前社会发展形势下，经济子系统不可避免地对区域综合发展起着支撑作用，因此其权重较大，直接影响整体系统。预测结果也印证了这种关系。但近年来，对于环境和科教发展的政策倾斜也较好地弥补了原有经济发展模式对可持续发展水平带来的负面冲击。当然，经济体制自身的适时调整和改革是解决问题的主要途径，是维持可持续发展的关键。

参考文献：

［1］中国21世纪初可持续发展行动纲要［EB/OL］.，2012-01-01.

［2］中国科学院可持续发展战略研究组.2004中国可持续发展战略报告［M］.北京：科学出版社，2004.

［3］王仲君，赵玉川.基于秩和比法的中国可持续发展经济系统的综合评价［J］.数学的实践与认识，2005，（4）：69-74.

［4］罗志辉.区域经济调控多目标优化模型研究［J］.系统工程理论与实践，2000，（7）：31-35.

神经网络的发展范文第3篇

【关键词】计算机网络模型 神经网络算法

计算机网络在人们日常生活越来越重要，被广泛应用到各个行业。随着社会不断发展，人们需求不断加高，使计算机得到良好改善，目前，计算机网络运用集线式服务器来实现网络互连，促进网络发展。但是也有很大弊端，过多的联想信息虽然满足人们需求，但是对技术的要求也更加苛刻，现有的技术满足不了计算机网络运行，使人们日常操作不方便。为了解决这一问题，研究人员需要全面优化计算机网络，提高运行能力和性能，运用神经网络算法，使计算机更加适合现代社会发展，储存更多信息。

1 神经网络算法概论分析

1.1 神经网络算法整体概论

神经网络算法是按照人体大脑的思维方式进行模拟，根据逻辑思维进行推理，将信息概念化形成人们认知的符号，呈现在显示屏前。根据逻辑符号按照一定模式进行指令构造，使计算机执行。目前，神经网络被广泛使用，使直观性的思维方式分布式存储信息，建立理论模型。

优化网络的神经网络主要是Hopfield神经网络，是1982年由美国物理学家提出的，它能够模拟神经网络的记忆机理，是全连接的神经网络。Hopfield神经网络中的每个神经元都能够信号输出，还能够将信号通过其他神经元为自己反馈，那么其也称之为反馈性神经网络。

1.2 优化神经网络基本基础

Hopfield神经网络是通过能量函数分析系统，结合储存系统和二元系统的神经网络，Hopfield神经网络能收敛到稳定的平衡状态，并以其认为样本信息，具备联想记忆能力，使某种残缺信息进行回想还原，回忆成完整信息。但是Hopfield神经网络记忆储存量有限，而且大多数信息是不稳定的，合理优化计算机联想问题，使Hopfield神经网络能够建设模型。

1.3 神经网络算法优化步骤简述

人工神经网络是模拟思维，大多是根据逻辑思维进行简化，创造指令使计算机执行。神经网络算法是按照人体思维进行建设，通过反应问题的方法来表述神经思维的解；利用有效条件和能量参数来构造网络系统，使神经网络算法更加可靠；大多数动态信息需要神经网络来根据动态方程计算，得出数据参数来进行储存。

2 神经网络算法的特点与应用

2.1 神经网络主要特点

神经网络是根据不同组件来模拟生物体思维的功能，而神经网络算法是其中一种程序，⑿畔⒏拍罨，按照一定人们认知的符号来编程指令，使计算机执行，应用于不同研究和工程领域。

神经网络在结构上是由处理单元组成，模拟人体大脑神经单元，虽然每个单元处理问题比较简单，但是单元进行组合可以对复杂问题进行预知和处理的能力，还可以进行计算，解决问题能力突出，能够运用在计算机上，可以提高计算机运算准确度，从而保障计算机运行能力。而且一般神经网络有较强容错性，不同单元的微小损伤并不阻碍整体网络运行，如果有部分单元受到损伤，只会制约运算速度，并不妨碍准确度，神经网络在整体性能上能够正常工作。同时，神经网络主干部分受到损伤，部分单元会进行独立计算，依然能够正常工作。

2.2 神经网络信息记忆能力

神经网络信息存储能力非常强，整体单元组合进行分布式存储。目前，神经网络算法是单元互相连接，形成非线性动态系统，每个单元存储信息较少，大量单元互相结合存储信息大量增加。神经网络具备学习能力，通过学习可以得到神经网络连接结构，在进行日常图像识别时，神经网络会根据输入的识别功能进行自主学习，过后在输入相同图像，神经网络会自动识别。自主学习能力给神经网络带来重要意义，能够使神经网络不断成长，对人们未来日常工作能够很好预测，满足人们的需求。

2.3 神经网络的突出优点

近年来，人工神经网络得到越来越多人重视，使神经网络得到足够资源进行良好创新。人工神经网络是由大量基本元件构成，对人脑功能的部分特性进行模仿和简化，人工神经网络具备复杂线性关系，与一般计算机相比，在构成原理和功能特点更加先进，人工神经网络并不是按照程序来进行层次运算，而是能够适应环境，根据人们提供的数据进行模拟和分析，完成某种运算。

人工神经系统具备优良容错性，由于大量信息存储在神经单元中，进行分布式存储，当信息受到损害时，人工神经系统也可以正常运行。人工神经网络必须要有学习准则制约来能够自主学习，然后进行工作。目前，人工神经网络已经逐步具备自适应和自组织能力，在学习或训练过程中改变突触权重值，以适应周围环境的要求。通过一定学习方式和某些规则，人工神经网络可以自动发现环境特征和规律性，更贴近人脑某些特征。

采用并行分布处理方法，使得快速进行大量运算成为可能。神经网络的一个很大的优点是很容易在并行计算机上实现，可以把神经的节点分配到不同的CPU上并行计算。钱艺等提出了一种神经网络并行处理器的体系结构，能以较高的并行度实现典型的前馈网络如BP网络和典型的反馈网络（如Hopfield网络）的算法。该算法以SIMD（Single Instruction Multiple Data）为主要计算结构，结合这两种网络算法的特点设计了一维脉动阵列和全连通的互连网络，能够方便灵活地实现处理单元之间的数据共享。结合粒子群优化算法和个体网络的并行学习机制，提出了一种基于粒子群优化的并行学习神经网络集成构造方法。

3 结束语

全球化的发展，信息交流不断加快，促使各个行业相互融合。神经网络算法具备简单、稳定等不同优势，神经网络研究内容相当广泛，神经网络算法能够与其它算法相互结合，在一定程度提高计算机网络模型运算能力。但是计算机网络模型中神经网络算法学习能力比较低下，梯度下降法不准确，所以需要有关人员进行深度研究，探索神经网络算法，使其更加完善，从而保证计算机整体性能的提高。

参考文献

[1]陈竺.计算机网络连接增强优化中的神经网络算法[J].电子技术与软件工程，2014（19）.

[2]史望聪.神经网络在计算机网络安全评价中的应用分析[J].自动化与仪器仪表，2016（06）.

神经网络的发展范文第4篇

关键词：电力系统；神经网络系统；应用；展望

神经网络泛指生物神经网络和人工网络神经两个方面，广泛应用于电力系统中的是人工神经网络，因为人工神经网络具有自学习功能、联想储存功能和高速寻找优化解的能力，所以不仅可以发挥计算机的高速运算能力，还能很快找到最优方案，为提升工作效率做出了重大贡献。正确认识神经网络系统在电力系统中的巨大功能，不仅能够提高电力系统的稳定性，还能尽最大可能解决电力系统中出现的问题，提高电力系统的工作效率。

一、神经网络系统的含义

人工神经网络是一种应用，类似于用大脑神经突触联接的结构进行信息处理的数学模型。在工程界常被成为神经网络。神经网络是一种运算模型，有大量的节点和相互之间的联接构成。每个节点都可以输出一种特定的函数，而每两个节点的连接则代表一个联接函数的加权值，这些就组成了人工神经网路的记忆。神经网络数据的输出就依靠这些网络的不同连接方式，也就是说输出函数和加权值的不同。

神经网络通常是通过一个基于统计学系统的学习方法进行优化的，所以神经网络系统也是一种数学统计方法。在神经网络系统中通过统计学的方法可以获得大量的函数以来进行空间的模拟和干预，另外，还可以通过相应的数据帮助我们进行计算和判断，而其产生的数据要比传统的计算逻辑方法来的更加简便，更有优势。

二、神经网络系统在电力系统中的应用

1.在电力系统控制中的作用

电力系统的过程包含很多环节，传统的管理控制过程不但导致资源的浪费，还会出现数据的偏差、错误，从而影响整个系统的运行。而神经网络系统的运用可以对电力系统实现智能控制，利用神经网络系统的估计和联想力，能对系统的状态和参数进行相应的识别和控制。另外，在变电站电压控制中，现在的控制策略还存在着一定的盲目性和不确定性。而神经网络系统可以减少变电站电压的不稳定性，消除综合控制中的盲目调节。

2.在保持电力系统稳定性中的作用

传统的抑制电力系统低频功率震荡，保证电力系统稳定的电力系统稳定器已经不能满足现阶段的电力系统了，在复杂的电力系统面前，传统的电力系统稳定器的计算方法、计算数据等都会出现偏差，影响系统最终结果。于是，现在更多的人用神经网路技术来设计电力系统的稳定器，这些稳定器可以很好的精确计算方法、减少计算数据的差异，可以很好的克服传统电力系统稳定器的缺点，使得计算更加简单、省时、准确。

3.优化运算的功能

由于神经网络系统可以建立非线性的模型，并适于解决数据预报问题，使得电力系统在短期内的负荷预报变得可能，且有一定的准确性。另外神经网络系统应用于电力系统可以对于电力系统的稳定性进行分析计算，取得故障后的系统状态数据，并对这些数据进行相应的分析检验，以进行确切数据的提炼，优化了传统电力系统中故障数据的检验，使得计算方法更加简便、快捷，从而提高了电力系统网络的稳定性和准确性。

4.在继电保护中的作用

继电保护是电力系统能够安全、稳定运行的重要保障。随着电力系统的发展完善，传统的继电保护程序已经不能满足要求，利用神经网络系统组成的继电保护系统可以根据各种系统提供的不同参数进行准确的模拟、组合，及时发现电流、电压的变化量，通过收集这些故障的参照样本，来对于本系统进行故障模拟，形成相应的保护体系，使得神经网络系统可以在不同的故障条件下正确判断、识别故障，以帮助工作人员了解故障的原委，解决问题。

5.在输电系统中的作用

神经网络系统广泛在电力系统中进行应用还可以有效地对电力系统的电压、线路的阻抗、功率等进行很好的调节控制，从而大大提高电路在电流输送过程中的稳定性，降低输电中的损耗，充分实现电能的高效利用，取得良好的经济效益。同时，提高输电系统的工作效率还能大大提高供电设备的安全性，并且可以有效的对相应的故障进行分析处理，从而使得输电系统更加合理、完善。

6.构建电力系统中的专家系统

由神经系统网络构建的电力系统的专家系统可以通过计算机数据收集人类专家的知识，以利用这些知识为电力系统的建设提供相当于专家水平的技术建议和决策支持，并能够给出相应正确的推理，使得解决问题的知识结构更加宽泛、更加完善。另外，专家系统还具有启发式的知识，可以很好的减少工作人员的工作强度，同时还能随时进行修改补充，因此，将神经网络用于电力系统中，形成相应的专家系统是很有必要的。

7.诊断电力系统故障的作用

要保证电力系统的安全运行和供电设备的安全稳定，就要准确的对电力系统出现的故障进行诊断、排查，以进行及时检修。但目前看来，因为这些故障没有规律可循，而且往往牵扯到很多环节，很难使用一种确定的方法逻辑进行识别，但神经网络系统却可以很好的做到了这一点。以变压器故障为例，当变压器内部出现问题时，变压器的绝缘油中会产生异常气体，使得绝缘油油温、油压、绝缘电阻等发生改变并聚集成一个标准样本，通过神经网络系统进行分析和确认，就可以很容易的对故障做出准确判断。

三、神经网络系统应用于电力系统的展望

1.神经网络系统作为一个新的数据处理系统，还有很多不完善的地方，虽然已经做了很多的努力进行完善，但是对于神经网络系统中的随机问题还是不能够完全控制。另外，以现在的技术手段对于神经网络系统的信息处理分析能力还不能进行清楚的分析、判断。所以，要不断探讨更加有利的、完善的知识理论体系，完善神经网络系统，以建立起一套完整的理论体系，提高神经网络系统的稳定性，使神经网络系统发挥更加重要的作用。

2.神经网络系统的发展与应用，实际上是依赖于现实专家系统的发展。神经网络系统的所有数据均来自专家已有知识或推理出来的数据，因此，并不能忽视现实专家系统的重要性，只有将现实专家系统的逻辑思维方法和知识应用体系运用到神经网络系统中才能真正更有效的发挥神经网络系统的作用，才能为电力系统的完善提供更加完备的系统理论。

3.神经网络系统的研究虽然已经有了一定进展，但是对于很多企业来说，实际应用还有很多困难，还存在着技术差异、人员水平差异、管理差异和经济实力差异，所以，虽然理论研究已相对完整，但在实际的运用过程中却遇到了多重阻碍，不仅科技得不到发展，在人员意识上也造成了滞后。因此，管理人员要积极转变管理思路，将先进科技应用于企业建设上来，从而转变员工的意识，只有各方面全力配合，以及技术的不断发展，才能真正带动企业的发展，实现经济效益和社会效益的双丰收。

结语：

目前，对于神经网络系统在电力系统中的研究还是初步的，有很多不完善的地方，现在进行的研究还比较浅显，神经系统还有更大的发展前途，这就需要科研人员和电力技术人员不断通过实验、实践来对神经网络系统在电力系统中的运用进行探索，以完善神经网络系统和电力系统，促进科技的发展和完善，使神经网络系统可以应用到更高水平。

参考文献：

[1]杨勇.人工神经网络在电力系统中的应用与展望[J].电力系统及其自动化学报，2001（1）

[2]叶其革，王晨皓，吴捷.模糊神经网络及其在电力系统中的应用研究[J].继电器，2004（11）

神经网络的发展范文第5篇

摘要：分析了模拟电路故障诊断的重要性和目前存在的困难，对基于小渡分析理论和神经网络理论的模拟电路故障诊断方法进行了综述．指出了小波神经网络应用于模拟电路故障诊断存在的问题和未来的应用前景。

    模拟电路故障诊断在理论上可概括为:在已知网络拓扑结构、输人激励和故障响应或可能已知部分元件参数的情况下，求故障元件的参数和位置。

    尽管目前模拟电路故障诊断理论和方法都取得了不少成就，提出了很多故障诊断方法，如故障字典法、故障参数识别法、故障验证法等。但是由于模拟电路测试和诊断有其自身困难，进展比较缓慢。其主要困难有:模拟电路中的故障模型比较复杂，难以作简单的量化;模拟电路中元件参数具有容差，增加了故障诊断的难度;在模拟电路中广泛存在着非线性问题，为故障的定位诊断增加了难度;在一个实用的模拟电路中，几乎无一例外地存在着反馈回路，仿真时需要大量的复杂计算;实际的模拟电路中可测电压的节点数非常有限.导致可用于作故障诊断的信息量不够充分，造成故障定位的不确定性和模糊性。

    因此，以往对模拟电路故障诊断的研究主要停留在中小规模线性无容差或小容差的情况，有些方法也已成功地应用于工程实际。但如何有效地解决模拟电路的容差和非线性问题，如何解决故障诊断的模糊性和不确定性等是今后迫切需要解决的问题。小波神经网络则因其利于模拟人类处理问题的过程、容易顾及人的经验且具有一定的学习能力等特点，所以在这一领域得到了广泛应用。

1小波分析理论在模拟电路故障诊断中的应用现状分析

    简单地讲，小波就是一个有始有终的小的“波浪”小波分析源于信号分析，源于函数的伸缩和平移，是fourier分析、gabor分析和短时fourier分析发展的直接结果。小波分析的基木原理是通过小波母函数在尺度上的伸缩和时域上的平移来分析信号，适当选择母函数.可以使扩张函数具有较好的局部性，小波分析是对信号在低频段进行有效的逐层分解，而小波包分析是对小波分析的一种改进，它为信号提供了一种更加精细的分析方法，对信号在全频段进行逐层有效的分解，更有利于提取信号的特征。因此，它是一种时频分析方法。在时频域具有良好的局部化性能并具有多分辨分析的特性，非常适合非平稳信号的奇异性分析。如:利用连续小波变换可以检测信号的奇异性，区分信号突变和噪声，利用离散小波变换可以检测随机信号频率结构的突变。

    小波变换故障诊断机理包括:利用观测器信号的奇异性进行故障诊断以及利用观测器信号频率结构的变化进行故障诊断。小波变换具有不需要系统的数学模型、故障检测灵敏准确、运算量小、对噪声的抑制能力强和对输入信号要求低的优点。但在大尺度下由于滤波器的时域宽度较大，检测时会产生时间延迟，且不同小波基的选取对诊断结果也有影响。在模拟电路故障诊断中，小波变换被有效地用来提取故障特征信息即小波预处理器之后，再将这些故障特征信息送人故障分类处理器进行故障诊断。小波分析理论的应用一般被限制在小规模的范围内，其主要原因是大规模的应用对小波基的构造和存储需要的花费较大。

2神经网络理论在模拟电路故障诊断中的应用分析

    人工神经网络(ann)是在现代神经科学研究成果的基础上提出来的，是一种抽象的数学模型，是对人脑功能的模拟。经过十几年的发展，人工神经网络已形成了数十种网络，包括多层感知器kohomen自组织特征映射、hopfield网络、自适应共振理论、art网络、rbf网络、概率神经网络等。这些网络由于结构不同，应用范围也各不相同。由于人工神经网络本身不仅具有非线性、自适应性、并行性、容错性等优点以及分辨故障原因、故障类型的能力外，而且训练过的神经网络能储存有关过程的知识，能直接从定量的、历史故障信息中学习。所以在20世纪80年代末期，它已开始应用于模拟电路故障诊断。随着人工神经网络的不断成熟及大量应用，将神经网络广泛用于模拟电路的故障诊断已是发展趋势。by神经网络由于具有良好的模式分类能力，尤其适用于模拟电路故障诊断领域，因而在模拟电路故障诊断系统中具有广泛的应用前景，也是目前模拟电路故障诊断中用得较多而且较为有效的一种神经网络。

3小波神经网络的应用进展分析

3,1小波分析理论与神经网络理论结合的必要性

    在神经网络理论应用于模拟电路故障诊断的过程中，神经网路对于隐层神经元节点数的确定、各种参数的初始化和神经网络结构的构造等缺乏更有效的理论性指导方法，而这些都将直接影响神经网络的实际应用效果。小波分析在时域和频域同时具有良好的局部化特性，而神经网络则具有自学习、并行处理、自适应、容错性和推广能力二因此把小波分析和神经网络两者的优点结合起来应用于故障诊断是客观实际的需要。

    目前小波分析与神经网络的结合有两种形式，一种是先利用小波变换对信号进行预处理，提取信号的特征向量作为神经网络的输人，另一种则是采用小波函数和尺度函数形成神经元，达到小波分析和神经网络的直接融合第一种结合方式是小波神经网络的松散型结合，第二种结合方式是小波神经网络的紧致型结合。

3.2小波分析理论与神经网络理论的结合形式

    小波与神经网络的松散型结合，即:用小波分析或小波包分析作为神经网络的前置处理手段，为神经网络提供输人特征向鱼具体来说就是利用小波分析或小波包分析，把信号分解到相互独立的频带之内，各频带内的能童值形成一个向觉，该向童对不同的故障对应不同的值，从而可作为神经网络的输入特征向量一旦确定神经网络的输入特征向童，再根据经验确定采用哪种神经网络及隐层数和隐层单元数等，就可以利用试验样本对神经网络进行训练，调整权值，从而建立起所需的小波神经网络模型。

    小波与神经网络的紧致型结合，即:用小波函数和尺度函数形成神经元，达到小波分析和神经网络的直接融合，称为狭义上的小波神经网络，这也是常说的小波神经网络。它是以小波函数或尺度函数作为激励函数，其作用机理和采用sigmoid函数的多层感知器基本相同。故障诊断的实质是要实现症状空间到故障空间的映射，这种映射也可以用函数逼近来表示。小波神经网络的形成也可以从函数逼近的角度加以说明。常见的小波神经网络有:利用尺度函数作为神经网络中神经元激励函数的正交基小波网络、自适应小波神经网络、多分辨率小波网络、区间小波网络等。

3.3小波分析理论与神经网络理论结合的优点

    小波神经网络具有以下优点:一是可以避免m ly等神经网络结构设计的育目性;二是具有逼近能力强、网络学习收敛速度快、参数的选取有理论指导、有效避免局部最小值问题等优点。

    在模拟电路故障诊断领域，小波神经网络还是一个崭新的、很有前途的应用研究方向。随着小波分析理论和神经网络理论的不断发展，小波神经网络应用于模拟电路故障诊断领域将日益成熟。