的研究进入了低潮。另外，在年代初期，提出了自适应线性元件网络，这是种连续取值的线性加权求和阈值网络。后来，在此基础上发展了非线性多层自适应网络。黑龙江工程学院本科生毕业设计当时，这些工作虽未标出神经网络的名称，而实际上就是种人工神经网络模型。随着人们对感知机兴趣的衰退，神经网络的研究沉寂了相当长的时间。年代初期，模拟与数字混合的超大规模集成电路制作技术提高到新的水平，完全付诸实用化，此外，数字计算机的发展在若干应用领域遇到困难。这背景预示，向人工神经网络寻求出路的时机已经成熟。美国的物理学家于年和年在美国科学院院刊上发表了两篇关于人工神经网络研究的论文，引起了巨大的反响。人们重新认识到神经网络的威力以及付诸应用的现实性。随即，大批学者和研究人员围绕着提出的方法展开了进步的工作，形成了年代中期以来人工神经网络的研究热潮。人工神经网络的特性思维学普遍认为，人类大脑的思维分为抽象逻辑思维形象直观思维和灵感顿悟思维三种基本方式。逻辑性的思维是指根据逻辑规则进行推理的过程它先将信息化成概念，并用符号表示，然后，根据符号运算按串行模式进行逻辑推理这过程可以写成串行的指令，让计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点信息是通过神经元上的兴奋模式分布储在网络上信息处理是通过神经元之间同时相互作用的动态过程来完成的。人工神经网络具有初步的自适应与自组织能力。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。同网络因学习方式及内容不同可具有不同的功能。人工神经网络是个具有学习能力的系统，可以发展知识，以致超过设计者原有的知识水平。通常，它的学习训练方式可分为两种，种是有监督或称有导师的学习，这时利用给定的样本标准进行分类或模仿另种是无监督学习或称无导师学习，这时，只规定学习方式或些规则，则具体的学习内容随系统所处环境即输入信号情况而异，系统可以自动发现环境特征和规律性，具有更近似人脑的功能。神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。目前，主要的研究工作集中在以下几个方面生物原型研究。从生理学心理学解剖学脑科学病化处理关闭文件结束图附输入数据初始化黑龙江工程学院本科生毕业设计开始定义参数计算中间层值计算输出值结束开始定义参数计算输出层矫正误差计算输出层矫正误差结束更新中间层权阈值更新输出层权阈值图附正向反向计算黑龙江工程学院本科生毕业设计开始定义参数及数组调用输入数据初始化程序调用权阈值初始化程序误差清零调用正向计算程序学习模式提供给网络计算误差结束调用误差反向计算程序计算误差更新权阈值并关闭文件计数次数是否大于次图附循环学习程序本科学生毕业设计基于语言的神经网络预测程序开发系部名称汽车与交通工程学院专业班级车辆班学生姓名高小林指导教师王悦新职称实验师黑龙江工程学院二年六月黑龙江工程学院本科生毕业设计摘要人工神经网络理论是新近发展起来的交叉学科，采用物理器件或计算机软硬件模拟生物体中神经细胞的些结构与功能，进而将其应用于工程领域，尤其适合高度复杂的非线性动力学系统仿真。人工神经网络已经在组合优化模式识别图象处理自动控制信号处理机器人和人工智能等领域得到广泛应用，尤其在工程领域逐渐受到广泛重视。人工神经网络用于非线性动力学系统研究，近来在汽车动力学建模与仿真领域也引起了极大关注。许多工业生产过程存在时滞和大时间常数，控制难度较大，传统的控制策略对此类控制问题很难取得满意的效果。为了解决这类问题，预测控制应运而生。预测控制是种基于模型的控制策略。反向传播神经网络是当前应用最为广泛的种神经网络，它结构简单，工作状态稳定，并且已有大量提高网络训练速度的改进算法。关键字神经网络应用语言汽车保有量预测黑龙江工程学院本科生毕业设计黑龙江工程学院本科生毕业设计目录摘要第章绪论人工神经网络的发展历史人工神经网络的特性神经网络第章神经网络预测基本原理生物神经元模型人工神经元模型人工神经网络模型人工神经网络的学习本章小结第章神经网络结构及数学模型神经网络结构神经元网络正向传播反向传播本章小结第章网络的自学习与预测编程网络的学习与预测神经编程输入模式顺传播输出误差的逆传播循环记忆训练学习结果的判别对数据的预测程序编写本章小结黑龙江工程学院本科生毕业设计第五章神经网络在汽车保有量预测中的应用汽车保有量预测的意义基于神经网络的汽车保有量预测模型汽车保有量主要影响因素分析汽车保有量预测模型实例分析本章小结结论参考文献致谢附录黑龙江工程学院本科生毕业设计第章绪论人工神经网络的发展历史人工神经网络早期的研究工作应追溯至本世纪年代。下面以时间顺序，以著名的人物或方面突出的研究成果为线索，简要介绍人工神经网络的发展历史。年，心理学家和数理逻辑学家在分析总结神经元基本特性的基础上首先提出神经元的数学模型。此模型沿用至今，并且直接影响着这领域研究的进展。因而，他们两人可称为人工神经网络研究的先驱。年冯诺依曼领导的设计小组试制成功存储程序式电子计算机，标志着电子计算机时代的开始。年，他在研究工作中比较了人脑结构与存储程序式计算机的根本区别，提出了以简单神经元构成的再生自动机网络结构。但是，由于指令存储式计算机技术的发展非常迅速，迫使他放弃了神经网络研究的新途径，继续投身于指令存储式计算机技术的研究，并在此领域作出了巨大贡献。虽然，冯诺依曼的名字是与普通计算机联系在起的，但他也是人工神经网络研究的先驱之。年代末设计制作了感知机，它是种多层的神经网络。这项工作首次把人工神经网络的研究从理论探讨付诸工程实践。当时，世界上许多实验室仿效制作感知机，分别应用于文字识别声音识别声纳信号识别以及学习记忆问题的研究。然而，这次人工神经网络的研究高潮未能持续很久，许多人陆续放弃了这方面的研究工作，这是因为当时数字计算机的发展处于全盛时期，许多人误以为数字计算机可以解决人工智能模式识别专家系统等方面的切问题，使感知机的工作得不到重视其次，当时的电子技术工艺水平比较落后，主要的元件是电子管或晶体管，利用它们制作的神经网络体积庞大，价格昂贵，要制作在规模上与真实的神经网络相似是完全不可能的另外，在人均工业总产值财政收入居民年均收入居民年均支出等个因素作为影响指标。汽车保有量预测模型以个因素为输入因子的神经网络模拟。由于理论上已经证明了三层网络模型对于非线性系统具有较好的建模能力，因此，任连续函数或映射均可由个三层神经网络实现。在构建汽车保有量预测神经网络模型，网络层数的选择上，选用三层网络结构，即个输入层，个隐含层，个输出层，由于输入层与输出层神经元个数的增加会增加网络的表达能力，同时还会增加其收敛速度和黑龙江工程学院本科生毕业设计噪声干扰，为使模型既具有理论价值又有可操作性，在综合考虑汽车保有量影响因素的条件下，将个因素作为输入层，输入层有个神经元，隐层有个神经元，输出层有个神经元，输出层为预测目标变量，即汽车保有量。实例分析下面以表所列的城市汽车保有量历史数据为例阐述本文的预测方法。表城市汽车保有量历史数据汽车保有量影响因素的有人口人均工业总产值财政收入居民年均收入居民年均支出等个因素分别为汽车保有量随年份的变化。步骤如下所示打开进行程序调试和链接，如图所示。图调试后的界面年份人口万人万元人均元工业总产值万元财政收入万元居民年均收入元居民年均支出元汽车保有量黑龙江工程学院本科生毕业设计输入实验数据，如图所示。输入数据设置文件为，进行正反向训练，如图所示。图文件运行进行网络训练，如图所示。图预测界面黑龙江工程学院本科生毕业设计设置文件为，如图所示。图文件运行对网络进行在训练，如图所示。图在训练界面设置文件为，如图所示。图文件黑龙江工程学院本科生毕业设计运行进行网络测试，如图所示。图测试界面误差在规定范围，对文件写，如图所示。图文件黑龙江工程学院本科生毕业设计输预测数据如图所示。图预测数据运行进行预测，如图所示。图预测界面黑龙江工程学院本科生毕业设计本章小结通过模型建立及实例分析，我们可以得到结论采用神经网络建立的预测模型是可行的，其预测结果是年得车辆是辆。而实际的是辆。精度是，在规定的范围内。有关网络的稳定性方法的理论尚不完善，关于隐层层次与节点数只能由试算确定，使得该方法在使用中具有定的局限性。除汽车保有量预测外，其应用的领域运用的范围可进步拓宽，相关模型尚需进步研究和改进。黑龙江工程学院本科生毕业设，周开利，康耀红神经网络模型及其仿真程序设计北京清华大学出版社，张立明人工神经网络的模型及其应用，上海复旦大学出版社，王宏，王文辉人工神经网络原理与应用沈阳东北大学出版社，王俊霞，孙洁基于神经网络的连铸板坯裂纹预报，仪器仪表与分析检测第期李军种基于神经网络的专家系统的设计与实现北京北京工业大学，黑龙江工程学院本科生毕业设计致谢本设计是在指导教师王悦新老师悉心指导下完成的。从设计总体研究方向的确定实验内容的选择以及理论分析到论文的最后定稿王老师都给予了耐心的指点和精心的安排。王老师渊博的知识严谨的学风求实的态度和活跃的学术思想给我留下极为深刻的印象，并将使我受益终身，谨向导师致以最诚挚的谢意。设计期间，受