【正文】 知識(shí)產(chǎn)權(quán)的高、精、尖產(chǎn)品比較少。人工智能技術(shù)的發(fā)展趨勢(shì)表現(xiàn)在：全球化：一方面由于國(guó)際和國(guó)內(nèi)市場(chǎng)上的競(jìng)爭(zhēng)越來越激烈，例如在機(jī)械制造業(yè)中，國(guó)內(nèi)外已有不少企業(yè)，甚至是知名度很高的企業(yè)，在這種無情的競(jìng)爭(zhēng)中紛紛落敗，有的倒閉，有的被兼并。這兩個(gè)原因的相互作用，已成為全球化制造業(yè)發(fā)展的動(dòng)力，全球化制造的第一個(gè)技術(shù)基礎(chǔ)是網(wǎng)絡(luò)化，網(wǎng)絡(luò)通訊技術(shù)使制造的全球化得以實(shí)現(xiàn)。產(chǎn)品設(shè)計(jì)、物料選擇、零件制造、市場(chǎng)開拓與產(chǎn)品銷售都可以異地或跨越國(guó)界進(jìn)行。虛擬化：制造過程中的虛擬技術(shù)是指面向產(chǎn)品生產(chǎn)過程的模擬和檢驗(yàn)。虛擬化的核心是計(jì)算機(jī)仿真，通過仿真軟件來模擬真實(shí)系統(tǒng)，以保證產(chǎn)品設(shè)計(jì)和產(chǎn)品工藝的合理性，保證產(chǎn)品制造的成功和生產(chǎn)周期，發(fā)現(xiàn)設(shè)計(jì)、生產(chǎn)中不可避免的缺陷和錯(cuò)誤。制造自動(dòng)化技術(shù)的發(fā)展趨勢(shì)是制造全球化、制造敏捷化、制造網(wǎng)絡(luò)化、制造虛擬化、制造智能化和制造綠色化。采用綠色制造能最大限度地減少制造對(duì)環(huán)境的負(fù)面影響，同時(shí)使原材料和能源的利用效率達(dá)到最高。這決定了發(fā)展精密加工、超精密加工技術(shù)是機(jī)械制造未來的一個(gè)重點(diǎn) 智能化：智能制造是指綜合利用各個(gè)學(xué)科、各種先進(jìn)技術(shù)和方法，解決和處理制造系統(tǒng)中的各種問題?？焖倩嚎焖倩侵笇?duì)市場(chǎng)的快速響應(yīng)，對(duì)生產(chǎn)的快速重組?？焖倩軓?qiáng)有力地推動(dòng)著制造技術(shù)的進(jìn)步與發(fā)展，它是先進(jìn)制造技術(shù)發(fā)展的“動(dòng)力”。人工智能技術(shù)在國(guó)外的發(fā)展與趨勢(shì)智能是一種知識(shí)與思維的合成,是人類認(rèn)識(shí)世界和改造世界過程中的一種分析問題和解決問題的綜合能力。綜合來看人工智能是相對(duì)人的智能而言的。是研究、開發(fā)模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。智能感知：智能的產(chǎn)生首先需要收集到足夠多的結(jié)構(gòu)化數(shù)據(jù)去表述場(chǎng)景，因此智能感知是實(shí)現(xiàn)人工智能的第一步。智能處理：產(chǎn)生智能的第二步是使計(jì)算機(jī)具備足夠的計(jì)算能力模擬人的某些思維過程和行為對(duì)分析收集來的數(shù)據(jù)信息做出判斷，即對(duì)感知的信息進(jìn)行自我學(xué)習(xí)、信息檢索、邏輯判斷、決策，并產(chǎn)生相應(yīng)反映。智能反饋：智能反饋控制將前期處理和判斷的結(jié)果轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息傳輸給人機(jī)交互界面或外部設(shè)備，實(shí)現(xiàn)人機(jī)、機(jī)物的信息交流和物理互動(dòng)。智能反饋控制領(lǐng)域與機(jī)械技術(shù)、控制技術(shù)和感知技術(shù)密切相關(guān)，整體表現(xiàn)為機(jī)器人學(xué)，目前機(jī)械技術(shù)受制于材料學(xué)發(fā)展緩慢，控制技術(shù)受益于工業(yè)機(jī)器人領(lǐng)域的積累相對(duì)成熟。二是基于統(tǒng)計(jì)方法的仿生模擬的連接主義路線，代表領(lǐng)域有機(jī)器學(xué)習(xí)和人腦仿生，三是行為主義，希望從進(jìn)化的角度出發(fā)，基于智能控制系統(tǒng)的理論、方法和技術(shù)，研究擬人的智能控制行為。自人工智能誕生至今，各國(guó)都紛紛加大對(duì)人工智能的科研投入，其中美國(guó)政府主要通過公共投資的方式牽引人工智能產(chǎn)業(yè)的發(fā)展，2013財(cái)年美國(guó)政府將22億美元的國(guó)家預(yù)算投入到了先進(jìn)制造業(yè)，投入方向之一便是“國(guó)家機(jī)器人計(jì)劃”?，F(xiàn)階段的技術(shù)突破的重點(diǎn)一是云機(jī)器人技術(shù)，二是人腦仿生計(jì)算技術(shù)。伴隨著寬帶網(wǎng)絡(luò)設(shè)施的普及，云計(jì)算、大數(shù)據(jù)等技術(shù)的不斷發(fā)展，未來機(jī)器人技術(shù)成本的進(jìn)一步降低和機(jī)器人量產(chǎn)化目標(biāo)實(shí)現(xiàn)，機(jī)器人通過網(wǎng)絡(luò)獲得數(shù)據(jù)或者進(jìn)行處理將成為可能。由于深度學(xué)習(xí)的成功，學(xué)術(shù)界進(jìn)一步沿著連接主義的路線提升計(jì)算機(jī)對(duì)人腦的模擬程度。在2013年初的國(guó)情咨文中，美國(guó)總統(tǒng)奧巴馬特別提到為人腦繪圖的計(jì)劃，宣布投入30億美元在10年內(nèi)繪制出“人類大腦圖譜”，以了解人腦的運(yùn)行機(jī)理。美國(guó)IBM公司正在研究一種新型的仿生芯片，利用這些芯片，人類可以實(shí)現(xiàn)電腦模仿人腦的運(yùn)算過程，預(yù)計(jì)最快到2019年可完全模擬出人類大腦。另外，由于Hopfield 多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。既然“人工智能”的發(fā)展如此吸引人，那就一定具有相當(dāng)多的發(fā)展方向啦，那么未來它的發(fā)展趨勢(shì)會(huì)是如何呢？我們不妨可以設(shè)想一下： 在計(jì)算機(jī)網(wǎng)絡(luò)如此發(fā)達(dá)的社會(huì)中，我們可以利用人工智能來實(shí)現(xiàn)語言技術(shù)與人類生活的聯(lián)系，雖然目前關(guān)于語言的研究尚未突破語義障礙，現(xiàn)在還看不出在解決自然語言中含糊曖昧的成份方面可能會(huì)取得多大的進(jìn)展，也很難想象在近期內(nèi)能實(shí)現(xiàn)對(duì)任意輸入均可產(chǎn)生高質(zhì)量譯文的機(jī)器翻譯系統(tǒng)或非常理想的篇章理解系統(tǒng)，我們所能看到的是一些有一定限制的但與人類生活密切相關(guān)的語言處理技術(shù)的發(fā)展。另外，我們也可以利用人工智能來建立與理解復(fù)雜的自適應(yīng)系統(tǒng)：下一個(gè)十年人工智能研究應(yīng)著重于對(duì)未必能符號(hào)化、信息未必完全的復(fù)雜的自適應(yīng)系統(tǒng)的研究，其中最關(guān)鍵的是如何理解與建立這樣的系統(tǒng)。首先必須發(fā)展能理解與處理上下文的技術(shù)，使所建立的系統(tǒng)能在不同的上下文情境下合理地處理各類問題；其次應(yīng)發(fā)展多路學(xué)習(xí)機(jī)制，使系統(tǒng)能從復(fù)雜的變化的環(huán)境中同時(shí)學(xué)到多種技能(如機(jī)器人足球運(yùn)動(dòng)員就需要有這樣的功能)；另外還應(yīng)探討系統(tǒng)的可自動(dòng)進(jìn)化機(jī)制，使系統(tǒng)能從簡(jiǎn)單的被動(dòng)式的系統(tǒng)逐步進(jìn)化為復(fù)雜的具有自適應(yīng)能力的系統(tǒng)。許多新的學(xué)習(xí)方法相繼問世并獲得了成功的應(yīng)用,如增強(qiáng)學(xué)習(xí)算法、reinforcement learning等。還有，在最受人關(guān)注的機(jī)器人領(lǐng)域里，人工智能蘊(yùn)含著十分強(qiáng)大的發(fā)展空間！雖然現(xiàn)在已經(jīng)實(shí)現(xiàn)了機(jī)器人與人的對(duì)話交流等強(qiáng)大的功能，但相信在未來，人們一定會(huì)挖掘出人工智能更多更強(qiáng)大的功能來運(yùn)用到機(jī)器人中去，讓機(jī)器人更好的未人們服務(wù)！最后，在控制領(lǐng)域內(nèi)，雖然已經(jīng)實(shí)現(xiàn)了遠(yuǎn)程操控技術(shù)，但并不普及，相信在未來，我們可以更輕松自如的利用人工智能來實(shí)現(xiàn)對(duì)家用電器等的遠(yuǎn)程控制的普及，讓每一個(gè)房子都裝有這樣的系統(tǒng)，那么在主人回家之前就可以設(shè)定好最符合主人生活習(xí)慣的環(huán)境，讓辛苦勞累了一天的主人能夠更好的享受到家的溫馨！人工智能誕生50多年來，在崎嶇不平的道路上取得了可喜的進(jìn)展。不管是在昨天、今天還是明天，“人工智能”都是新時(shí)代的寵兒，注定未社會(huì)的發(fā)展，人們生活水平的提高做出不可小覷的貢獻(xiàn)！我們共同希望“人工智能”的明天更美好！三、人工智能技術(shù)的主要研究?jī)?nèi)容與核心技術(shù)難題人工智能是一種外向型的學(xué)科,它不但要求研究它的人懂得人工智能的知識(shí),而且要求有比較扎實(shí)的數(shù)學(xué)基礎(chǔ)及哲學(xué)和生物學(xué)基礎(chǔ),只有這樣才可能讓一臺(tái)什么也不知道的機(jī)器模擬人的思維。可以歸納為八個(gè)字:機(jī)器智能、智能機(jī)器。但是,用計(jì)算機(jī)給人看病,進(jìn)行病理診斷和藥物處方,或者,用計(jì)算機(jī)給機(jī)器看病,進(jìn)行故障診斷和維修處理,就需要計(jì)算機(jī)有人工智能。就是用計(jì)算機(jī)去模擬、延伸和擴(kuò)展專家的智能。如:醫(yī)療診斷專家系統(tǒng),故障診斷專家系統(tǒng)等?，F(xiàn)在的計(jì)算機(jī),雖然經(jīng)歷了從電子管、晶體管、集成電路、超大規(guī)模集成電路等幾代的發(fā)展,在工藝和性能方面都有巨大的進(jìn)步。通常,人們用計(jì)算機(jī),不僅要告訴計(jì)算機(jī):做什么?,而且還必須詳細(xì)地、正確地告訴計(jì)算機(jī):如何做?。這里,計(jì)算機(jī)實(shí)質(zhì)上只是機(jī)械地、被動(dòng)地執(zhí)行人們編制的應(yīng)用程序指令的“電子奴仆”,也不理解為什么要做這項(xiàng)工作,即不懂得:為什么?。那么,如何設(shè)計(jì)和制造高智能的、聰明的“電腦”呢?這正是人工智能另一方面的研究對(duì)象和學(xué)科任務(wù)。未來人工智能的研究方向主要有:人工智能理論、機(jī)器學(xué)習(xí)模型和理論、不精確知識(shí)表示及其推理、常識(shí)知識(shí)及其推理、人工思維模型,智能人機(jī)接口、多智能主體系統(tǒng)、知識(shí)發(fā)現(xiàn)與知識(shí)獲取、人工智能應(yīng)用基礎(chǔ)等。人工智能是指研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī),人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類從事腦力勞動(dòng)，即使現(xiàn)有的計(jì)算機(jī)更聰明更有用。人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)(automata)模擬人類的思維過程和智能行為。在重新闡述我們的歷史知識(shí)的過程中，哲學(xué)家、科學(xué)家和人工智能學(xué)家有機(jī)會(huì)努力解決知識(shí)的模糊性以及消除知識(shí)的不一致性。人工智能研究尚存在不少問題，這主要表現(xiàn)在下列幾個(gè)方面： 宏觀與微觀隔離：一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象；另一方面是人工智能邏輯符號(hào)、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。全局與局部割裂：人類智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。它們存在明顯的局限性。3 理論和實(shí)際脫節(jié) 大腦的實(shí)際工作，在宏觀上我們已知道得不少；但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜得難以理出清晰的頭緒。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出”智能”就算相當(dāng)成功了。同時(shí)也說明，要從根本上了解人腦的結(jié)構(gòu)和功能，解決面臨的難題，完成人工智能的研究任務(wù)，需要尋找和建立更新的人工智能框架和理論體系，打下人工智能進(jìn)一步發(fā)展的理論基礎(chǔ)。人工智能要解決的問題主要是以下幾個(gè)方面：一、識(shí)別過程，外界輸入的信息向概念邏輯信息轉(zhuǎn)譯，將動(dòng)態(tài)靜態(tài)圖像、聲音、語音、文字、觸覺、味覺等信息轉(zhuǎn)化為形式化（大腦中的信息存儲(chǔ)形式）的概念邏輯信息。三、控制過程，將需要輸出的反應(yīng)轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息。四、人工智能技術(shù)的評(píng)價(jià)與認(rèn)識(shí)人工智能是一門包括計(jì)算機(jī)科學(xué)、控制學(xué)、信系論、語言論、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透發(fā)展起來的學(xué)科,其研究對(duì)象可以歸納為“機(jī)器智能、智能機(jī)器”,它體現(xiàn)在思維、感知、行為三個(gè)層次,而它要模擬眼神、擴(kuò)展人的智能,其研究?jī)?nèi)容可以分為機(jī)器思維和思維機(jī)器、機(jī)器感知和感知機(jī)器、機(jī)器行為和行為機(jī)器三個(gè)層次。人工智能（AI）是機(jī)器智能和計(jì)算機(jī)科學(xué)的一個(gè)分支。這些年來,人工智能在計(jì)算機(jī)科學(xué)、邏輯學(xué)等領(lǐng)域已取得重大成就,但離真正的人類智能還相差甚遠(yuǎn)。人工智能遠(yuǎn)期目標(biāo)是要制造智能機(jī)器，使現(xiàn)有的計(jì)算機(jī)更聰明，能夠模擬人類的智能行為。目前，人工智能技術(shù)正在向大型分布式人工智能、大型分布式多專家協(xié)同系統(tǒng)、廣義知識(shí)表達(dá)、綜合知識(shí)庫(kù)、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多智能體協(xié)同系統(tǒng)等方向發(fā)展。這些還都有待于人工智能工作者的長(zhǎng)期探索。進(jìn)入新世紀(jì)，隨著中國(guó)加入WTO,中國(guó)與世界的越來越緊密，先進(jìn)制造制造技術(shù)必然會(huì)朝著全球化、系統(tǒng)化、集成化、網(wǎng)絡(luò)化、虛擬化、自動(dòng)化、綠色化、精密化、智能化、快速化的趨勢(shì)發(fā)展。在需要使用數(shù)學(xué)計(jì)算機(jī)工具解決問題的學(xué)科，AI帶來的幫助不言而喻。人工智能對(duì)經(jīng)濟(jì)的影響。AI也促進(jìn)了計(jì)算機(jī)工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。由于AI在科技和工程中的應(yīng)用，能夠代替人類進(jìn)行各種技術(shù)工作和腦力勞動(dòng)，會(huì)造成社會(huì)結(jié)構(gòu)的劇烈變化。AI也為人類文化生活提供了新的模式。伴隨著人工智能和智能機(jī)器人的發(fā)展，不得不討論是人工智能本身就是超前研究，需要用未來的眼光開展現(xiàn)代的科研，因此很可能觸及倫理底線。人工智能的長(zhǎng)期目標(biāo)是建立人類水平的人工智能，由腦科學(xué)、認(rèn)知科學(xué)、人工智能等共同研究，形成交叉學(xué)科智能科學(xué)。認(rèn)知科學(xué)是研究人類感知、學(xué)習(xí)、記憶、思維、意識(shí)等人腦心智活動(dòng)過程的科學(xué)。智能科學(xué)不僅要進(jìn)行功能仿真，而且要從機(jī)理上研究，探索智能的新概念、新理論、新方法?？茖W(xué)發(fā)展到今天，一方面是高度分化，學(xué)科在不斷細(xì)分，新學(xué)科、新領(lǐng)域不斷產(chǎn)生。大學(xué)科交叉的這種普遍趨勢(shì)，在人工智能學(xué)科方面表現(xiàn)尤其突出。學(xué)科交叉將催生更多的研究成果，對(duì)于人工智能學(xué)科整體而言，要有所突破，需要多個(gè)學(xué)科合作協(xié)同，在交叉學(xué)科研究中實(shí)現(xiàn)創(chuàng)新。本文對(duì)人工神經(jīng)網(wǎng)絡(luò)做了簡(jiǎn)要的概述，重點(diǎn)講述了兩種應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型：BP神經(jīng)網(wǎng)絡(luò)和Hopfield神經(jīng)網(wǎng)絡(luò)。Hopfield神經(jīng)網(wǎng)絡(luò)應(yīng)用非常廣泛，本文用Hopfield 神經(jīng)網(wǎng)絡(luò)進(jìn)行英文字母識(shí)別。人工神經(jīng)網(wǎng)絡(luò)是一種旨在模仿人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)。但由于現(xiàn)有計(jì)算機(jī)是按照馮隨著現(xiàn)代信息科學(xué)與技術(shù)的飛速發(fā)展，這方面的問題日趨尖銳，促使科學(xué)和技術(shù)專家們尋找解決問題的新出路。隨著對(duì)生物鬧的深入了解，人工神經(jīng)網(wǎng)絡(luò)獲得長(zhǎng)足發(fā)展。這么多年來，它的結(jié)構(gòu)與功能逐步改善，運(yùn)行機(jī)制漸趨成熟，應(yīng)用領(lǐng)域日益擴(kuò)大，在解決各行各業(yè)的難題中顯示出巨大的潛力，取得了豐碩的成果。2我國(guó)人工神經(jīng)網(wǎng)絡(luò)現(xiàn)狀隨著人工神經(jīng)網(wǎng)絡(luò)的20世紀(jì)80年代在世界范圍內(nèi)的復(fù)蘇，國(guó)內(nèi)也逐步掀起了研究熱潮，1989年10月和11月分別在北京和廣州召開了神經(jīng)網(wǎng)絡(luò)及其應(yīng)用討論會(huì)和第一屆全國(guó)型號(hào)處理——神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會(huì)議；1990年2月由國(guó)內(nèi)八個(gè)學(xué)會(huì)（中國(guó)電子學(xué)會(huì)、人工智能學(xué)會(huì)、自動(dòng)化學(xué)會(huì)、通信學(xué)會(huì)、物理學(xué)會(huì)、生物物理學(xué)會(huì)和心理學(xué)會(huì)）聯(lián)合在北京召開“中國(guó)神經(jīng)網(wǎng)絡(luò)首屆學(xué)術(shù)會(huì)議”，這次大會(huì)以“八學(xué)會(huì)聯(lián)盟，探只能奧秘為主題，收到了300多篇學(xué)術(shù)論文”，開創(chuàng)了中國(guó)人工神經(jīng)網(wǎng)絡(luò)及神經(jīng)計(jì)算機(jī)方面科學(xué)研究的新紀(jì)元，經(jīng)過十幾年的發(fā)展，中國(guó)學(xué)術(shù)界和工程界在人工神經(jīng)網(wǎng)絡(luò)的理論研究和應(yīng)用方面取得了豐碩成果，學(xué)術(shù)論文、應(yīng)用成果和研究人員逐年增加。至此，神經(jīng)網(wǎng)絡(luò)理論研究在國(guó)際學(xué)術(shù)領(lǐng)域獲得了其應(yīng)有的地位。這么多年來，它的結(jié)構(gòu)與功能逐步改善，運(yùn)行機(jī)制漸趨成熟，應(yīng)用領(lǐng)域日益擴(kuò)大，在解決各行各業(yè)的難題中顯示出巨大的潛力，取得了豐碩的成果[1]。因此，許多國(guó)家的政府和企業(yè)都投入了大量的資金，組織大量的科學(xué)和技術(shù)專家對(duì)人工神經(jīng)網(wǎng)絡(luò)的廣泛?jiǎn)栴}立項(xiàng)研究。3人工神經(jīng)網(wǎng)絡(luò)現(xiàn)狀的分析人工神經(jīng)網(wǎng)絡(luò)是一個(gè)新興學(xué)科，因此還存在許多問題。上述問題的存在，制約了人工神經(jīng)網(wǎng)絡(luò)研究的發(fā)展。4結(jié)論在理論上．RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)一樣能以任意精度逼近任何非線性函數(shù)。Poggio和Girosi已經(jīng)證明，RBF網(wǎng)絡(luò)是連續(xù)函數(shù)的最佳逼近，而BP網(wǎng)絡(luò)不是。此外，由于BP算法的固有特性，BP網(wǎng)絡(luò)容易陷入局部極小的問題不可能從根本上避免，并且BP網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)目的確定依賴于經(jīng)驗(yàn)和試湊，很難得到最優(yōu)網(wǎng)絡(luò)。學(xué)習(xí)速度可以比通常的BP算法提高上千倍,容易適應(yīng)新數(shù)據(jù)，其隱層節(jié)點(diǎn)的數(shù)目也在訓(xùn)練過程中確定，并且其收斂性也較BP網(wǎng)絡(luò)易于保證，因此可以得到最優(yōu)解[10] [11]。而RBF網(wǎng)絡(luò)的建網(wǎng)過程即是訓(xùn)練過程此外，訓(xùn)練時(shí)間較少．精度也比較高。（3）BP網(wǎng)絡(luò)的輸出和初始的權(quán)值有關(guān)，而RBF網(wǎng)絡(luò)的輸出與初始的權(quán)值無關(guān)。RBF隱層節(jié)點(diǎn)的數(shù)目也在訓(xùn)練過程中確定。人工神經(jīng)網(wǎng)絡(luò)近來越來越受到人們的關(guān)注，因?yàn)樗鼮榻鉀Q大復(fù)雜度問題提供了一種相對(duì)來說比較有效的簡(jiǎn)單方法。參考文獻(xiàn)：[1] 機(jī)械工業(yè)出版社，[2] 邊肇祺，[3] :哈爾濱工業(yè)大學(xué)出版社，[4]，2004[5]董軍，1997[6]，2002[7]，2010[8]胡守仁，余少波，1992[9]胡金濱，2004[10]，2001