表现了很好的智能性和极好的应用前景,它可以完成普通计算机不易实现的智能性工作。Р2.2 ANN的主要特点РANN是基于人类大脑的结构和功能而建立起来的新学科,尽管目前它只是大脑的低级近似,但它有很多特点和人类的智能特点类似,ANN具有以下几种特性:Р(1) 固有的并行结构和并行处理РANN与人类大脑类似,不但结构上是并行的,其处理顺序也是并行的。在同一层内的处理单元都是同时操作的,即ANN的计算功能分布在多个处理单元上。而一般计算机通常有一个处理单元,其处理顺序是串行的。目前的ANN常用一般计算机的串行工作方式来模拟它的并行处理方式,所以显得很慢,真正的ANN将会大大提高处理速度,并将实现实时处理。Р(2) 知识的分布存储Р在ANN中,知识不是存储在特定存储单元中,而是分布在整个系统中,要存储很多知识就需要很多连接。要获得知识采用"联想"的方法,这类似人和动物的联想记忆。联想记忆有两个主要特点:一是具有存储大量复杂图形的能力,二是可以很快将新输入的图形归并分类。Р(3) 容错性РANN具有很强的容错能力,由于知识存在整个系统中,而不是在一个存储单元中,一定比例的节点不参加运算不会对整个系统的性能产生重大影响。所以ANN承受硬件损坏的能力比一般计算机强得多,在一般计算机中,任何一个部件的损坏都可能导致整个系统的瘫痪。Р(4) 自适应性РANN可以通过训练自行调节连接加权,从而改善自身的性能,甚至可以通过已有的知识对新的输入进行分类,这种特性成为自适应、自组织性。РANN有许多吸引人的特点,但也有它的局限性,主要表现在以下几个方面:Р(1) 由于ANN的计算结果具有随机性,因此它不适于高精度的计算。Р(2) 不适于做顺序性较强的工作。Р(3) 网络学习训练过程较难掌握,没有严格、确定的方法。Р(4) 硬件的限制,目前的ANN大都在普通计算机上模拟实现,真正的ANN硬件尚不完善。
全文预览
