教育是一項(xiàng)偉大的事業(yè)，我們每一個(gè)教育工作者都應(yīng)該盡心盡力。要寫一篇較為完美的總結(jié)，首先要梳理好思路和邏輯。接下來是一些總結(jié)范文，或許能給大家一些寫作靈感。
人工神經(jīng)網(wǎng)絡(luò)論文篇一
[6].白云樸;環(huán)境規(guī)制背景下資源型產(chǎn)業(yè)發(fā)展問題研究[d].西北大學(xué).2013。
[10].李輝;廣東省社會(huì)經(jīng)濟(jì)與資源環(huán)境協(xié)調(diào)發(fā)展研究[d].吉林大學(xué).2014。
[16].包紅梅;生態(tài)社會(huì)主義環(huán)境危機(jī)理論研究[d].內(nèi)蒙古大學(xué).2005。
[17].王雪;環(huán)境科學(xué)視角的綠黨發(fā)展史研究[d].東北大學(xué).2013。
[20].周雷;我國(guó)生態(tài)環(huán)境稅收政策初探[d].吉林大學(xué).2006。
[21].高曉紅;海南生態(tài)省建設(shè)的環(huán)境政策研究[d].中國(guó)海洋大學(xué).2012。
[22].張軍馳;西部地區(qū)生態(tài)環(huán)境治理政策研究[d].西北農(nóng)林科技大學(xué).2012。
[23].呂闖;建國(guó)初期我國(guó)生態(tài)環(huán)境相關(guān)政策研究[d].海南師范大學(xué).2014。
[24].王芳芳;論生態(tài)女性主義的環(huán)境正義思想[d].山西大學(xué).2012。
[26].趙偉;社會(huì)主義新農(nóng)村生態(tài)環(huán)境建設(shè)研究[d].山東輕工業(yè)學(xué)院.2011。
[28].劉溪;馬克思主義生態(tài)觀與當(dāng)前生態(tài)環(huán)境問題研究[d].安徽大學(xué).2011。
[29].邵琛霞;小城鎮(zhèn)生態(tài)環(huán)境保護(hù)若干政策問題研究[d].武漢大學(xué).2004。
人工神經(jīng)網(wǎng)絡(luò)論文篇二
摘要隨著科學(xué)技術(shù)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)得到了空前的發(fā)展，并且在諸多領(lǐng)域得到了廣泛的應(yīng)用，為人工智能化的發(fā)展提供了強(qiáng)大的動(dòng)力。人工神經(jīng)網(wǎng)絡(luò)的發(fā)展經(jīng)歷了不同的階段，是人工智能的重要組成部分，并且在發(fā)展過程中形成了自身獨(dú)特的特點(diǎn)。文章對(duì)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程進(jìn)行回顧，并對(duì)其在各個(gè)領(lǐng)域的應(yīng)用情況進(jìn)行探討。
隨著科學(xué)技術(shù)的發(fā)展，各個(gè)行業(yè)和領(lǐng)域都在進(jìn)行人工智能化的研究工作，已經(jīng)成為專家學(xué)者研究的熱點(diǎn)。人工神經(jīng)網(wǎng)絡(luò)就是在人工智能基礎(chǔ)上發(fā)展而來的重要分支，對(duì)人工智能的發(fā)展具有重要的促進(jìn)作用。人工神經(jīng)網(wǎng)絡(luò)從形成之初發(fā)展至今，經(jīng)歷了不同的發(fā)展階段，并且在經(jīng)濟(jì)、生物、醫(yī)學(xué)等領(lǐng)域得到了廣泛的應(yīng)用，解決了許多技術(shù)上的難題。
人工神經(jīng)網(wǎng)絡(luò)論文篇三
神經(jīng)網(wǎng)絡(luò)作為新型的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)技術(shù)，具有提高評(píng)價(jià)結(jié)果準(zhǔn)確性、可靠性的特點(diǎn)。計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中神經(jīng)網(wǎng)絡(luò)的應(yīng)用也具有提高評(píng)價(jià)體系科學(xué)合理化的作用，具體內(nèi)容如下：神經(jīng)網(wǎng)絡(luò)適應(yīng)性強(qiáng)。計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境相對(duì)復(fù)雜，這就要求安全評(píng)價(jià)系統(tǒng)具有較強(qiáng)的適應(yīng)能力，可以根據(jù)網(wǎng)絡(luò)變化采取最具針對(duì)性的應(yīng)對(duì)措施?；谏窠?jīng)網(wǎng)絡(luò)學(xué)習(xí)能力強(qiáng)的優(yōu)勢(shì)，用戶在計(jì)算機(jī)輸入信息時(shí)，神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以將誤差降至最低，并且根據(jù)網(wǎng)絡(luò)系統(tǒng)的情況總結(jié)出規(guī)律，在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中發(fā)揮出高效的應(yīng)用作用；神經(jīng)網(wǎng)絡(luò)容錯(cuò)性高，針對(duì)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)中不完整的信息，神經(jīng)網(wǎng)絡(luò)利用容錯(cuò)性強(qiáng)的特性，可以根據(jù)相對(duì)應(yīng)節(jié)點(diǎn)的特征分析，降低結(jié)果產(chǎn)生的誤差。即使節(jié)點(diǎn)信息不匹配時(shí)，對(duì)計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)也不會(huì)造成過大的不良影響；神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)可在線應(yīng)用。在信息化時(shí)代下，對(duì)網(wǎng)絡(luò)運(yùn)行效率提出了一定要求，神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中通過不斷的訓(xùn)練，對(duì)于輸入數(shù)據(jù)迅速產(chǎn)生結(jié)果，便于用戶的直接使用，滿足了信息化時(shí)代的應(yīng)用要求。
人工神經(jīng)網(wǎng)絡(luò)論文篇四
在20世紀(jì)40年代，生物學(xué)家mcculloch與數(shù)學(xué)家pitts共同發(fā)表文章，第一次提出了關(guān)于神經(jīng)元的模型m-p模型，這一理論的提出為神經(jīng)網(wǎng)絡(luò)模型的研究和開發(fā)奠定了基礎(chǔ)，在此基礎(chǔ)上人工神經(jīng)網(wǎng)絡(luò)研究逐漸展開。1951年，心理學(xué)家hebb提出了關(guān)于連接權(quán)數(shù)值強(qiáng)化的法則，為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能開發(fā)進(jìn)行了鋪墊。之后生物學(xué)家eccles通過實(shí)驗(yàn)證實(shí)了突觸的真實(shí)分流，為神經(jīng)網(wǎng)絡(luò)研究突觸的模擬功能提供了真實(shí)的模型基礎(chǔ)以及生物學(xué)的依據(jù)[2]。隨后，出現(xiàn)了能夠模擬行為以及條件反射的處理機(jī)和自適應(yīng)線性網(wǎng)絡(luò)模型，提高了人工神經(jīng)網(wǎng)絡(luò)的速度和精準(zhǔn)度。這一系列研究成果的出現(xiàn)為人工神經(jīng)網(wǎng)絡(luò)的形成和發(fā)展提供了可能。
2.2低谷時(shí)期。
在人工神經(jīng)網(wǎng)絡(luò)形成的初期，人們只是熱衷于對(duì)它的研究，卻對(duì)其自身的局限進(jìn)行了忽視。minskyh和papert通過多年對(duì)神經(jīng)網(wǎng)絡(luò)的研究，在1969年對(duì)之前所取得的研究成果提出了質(zhì)疑，認(rèn)為當(dāng)前研究出的神經(jīng)網(wǎng)絡(luò)只合適處理比較簡(jiǎn)單的線性問題，對(duì)于非線性問題以及多層網(wǎng)絡(luò)問題卻無法解決。由于他們的質(zhì)疑，使神經(jīng)網(wǎng)絡(luò)的發(fā)展進(jìn)入了低谷時(shí)期，但是在這一時(shí)期，專家和學(xué)者也并沒有停止對(duì)神經(jīng)網(wǎng)絡(luò)的研究，針對(duì)他們的質(zhì)疑也得出一些相應(yīng)的研究成果。
2.3復(fù)興時(shí)期。
美國(guó)的物理學(xué)家hopfield在1982年提出了新的神經(jīng)網(wǎng)絡(luò)模型，并通過實(shí)驗(yàn)證明在滿足一定的條件時(shí)，神經(jīng)網(wǎng)絡(luò)是能夠達(dá)到穩(wěn)定的狀態(tài)的。通過他的研究和帶動(dòng)，眾多專家學(xué)者又重新開始了對(duì)人工神經(jīng)網(wǎng)絡(luò)方面的研究，推動(dòng)了神經(jīng)網(wǎng)絡(luò)的再一次發(fā)展[3]。經(jīng)過專家學(xué)者的不斷努力，提出了各種不同的人工神經(jīng)網(wǎng)絡(luò)的模型，神經(jīng)網(wǎng)絡(luò)理論研究不斷深化，新的理論和方法層出不窮，使神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用進(jìn)入了一個(gè)嶄新的時(shí)期。
2.4穩(wěn)步發(fā)展時(shí)期。
隨著人工神經(jīng)網(wǎng)絡(luò)研究在世界范圍內(nèi)的再次興起，我國(guó)也迎來了相關(guān)理論研究的熱潮，在人工神經(jīng)網(wǎng)絡(luò)和計(jì)算機(jī)技術(shù)方面取得了突破性的進(jìn)展。到20世紀(jì)90年代時(shí)，國(guó)內(nèi)對(duì)于神經(jīng)網(wǎng)絡(luò)領(lǐng)域的研究得到了進(jìn)一步的完善和發(fā)展，而且能夠利用神經(jīng)網(wǎng)絡(luò)對(duì)非線性的系統(tǒng)控制問題進(jìn)行解決，研究成果顯著。隨著各類人工神經(jīng)網(wǎng)絡(luò)的相關(guān)刊物的創(chuàng)建和相關(guān)學(xué)術(shù)會(huì)議的召開，我國(guó)人工神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用條件逐步改善，得到了國(guó)際的.關(guān)注。
隨著人工神經(jīng)網(wǎng)絡(luò)的穩(wěn)步發(fā)展，逐漸建立了光學(xué)神經(jīng)網(wǎng)絡(luò)系統(tǒng)，利用光學(xué)的強(qiáng)大功能，提高了人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和自適應(yīng)能力。對(duì)非線性動(dòng)態(tài)系統(tǒng)的控制問題，采取有效措施，提高超平面的光滑性，對(duì)其精度進(jìn)行改進(jìn)。之后有專家提出了關(guān)于人工神經(jīng)網(wǎng)絡(luò)的抽取算法，雖然保證了精度，但也加大了消耗，在一定程度上降低了神經(jīng)網(wǎng)絡(luò)的效率，因此在此基礎(chǔ)上又提出了改進(jìn)算法fernn。混沌神經(jīng)網(wǎng)絡(luò)的發(fā)展也得到了相應(yīng)的進(jìn)步，提高了神經(jīng)網(wǎng)絡(luò)的泛化能力。
人工神經(jīng)網(wǎng)絡(luò)論文篇五
人工神經(jīng)網(wǎng)絡(luò)在信息領(lǐng)域中的應(yīng)用主要體現(xiàn)在信息處理和模式識(shí)別兩個(gè)方面。由于科技的發(fā)展，當(dāng)代信息處理工作越來越復(fù)雜，利用人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以對(duì)人的思維進(jìn)行模仿甚至是替代，面對(duì)問題自動(dòng)診斷和解決，能夠輕松解決許多傳統(tǒng)方法無法解決的問題，在軍事信息處理中的應(yīng)用極為廣泛[4]。模式識(shí)別是對(duì)事物表象的各種信息進(jìn)行整理和分析，對(duì)事物進(jìn)行辨別和解釋的一個(gè)過程，這樣對(duì)信息進(jìn)行處理的過程與人類大腦的思維方式很相像。模式識(shí)別的方法可以分為兩種，一種是統(tǒng)計(jì)模式識(shí)別，還有一種是結(jié)構(gòu)模式識(shí)別，在語音識(shí)別和指紋識(shí)別等方面得到了廣泛的應(yīng)用。
3.2在醫(yī)學(xué)領(lǐng)域的應(yīng)用。
人工神經(jīng)網(wǎng)絡(luò)對(duì)于非線性問題處理十分有效，而人體的構(gòu)成和疾病形成的原因十分復(fù)雜，具有不可預(yù)測(cè)性，在生物信號(hào)的表現(xiàn)形式和變化規(guī)律上也很難掌握，信息檢測(cè)和分析等諸多方面都存在著復(fù)雜的非線性聯(lián)系，所以應(yīng)用人工神經(jīng)網(wǎng)絡(luò)決解這些非線性問題具有特殊意義[5]。目前，在醫(yī)學(xué)領(lǐng)域中的應(yīng)用涉及到理論和臨床的各個(gè)方面，最主要的是生物信號(hào)的檢測(cè)和自動(dòng)分析以及專家系統(tǒng)等方面的應(yīng)用。
3.3在經(jīng)濟(jì)領(lǐng)域中的應(yīng)用。
經(jīng)濟(jì)領(lǐng)域中的商品價(jià)格、供需關(guān)系、風(fēng)險(xiǎn)系數(shù)等方面的信息構(gòu)成也十分復(fù)雜且變幻莫測(cè)，人工神經(jīng)網(wǎng)絡(luò)可以對(duì)不完整的信息以及模糊不確定的信息進(jìn)行簡(jiǎn)單明了的處理，與傳統(tǒng)的經(jīng)濟(jì)統(tǒng)計(jì)方法相比具有其無法比擬的優(yōu)勢(shì)，數(shù)據(jù)分析的穩(wěn)定性和可靠性更強(qiáng)。
3.4在其他領(lǐng)域的應(yīng)用。
人工神經(jīng)網(wǎng)絡(luò)在控制領(lǐng)域、交通領(lǐng)域、心理學(xué)領(lǐng)域等方面都有很廣泛的應(yīng)用，能夠?qū)Ω唠y度的非線性問題進(jìn)行處理，對(duì)交通運(yùn)輸方面進(jìn)行集成式的管理，以其高適應(yīng)性和優(yōu)秀的模擬性能解決了許多傳統(tǒng)方法無法解決的問題，促進(jìn)了各個(gè)領(lǐng)域的快速發(fā)展。
4總結(jié)。
隨著科技的發(fā)展，人工智能系統(tǒng)將進(jìn)入更加高級(jí)的發(fā)展階段，人工神經(jīng)網(wǎng)絡(luò)也將得到更快的發(fā)展和更加廣泛的應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)也許無法完全對(duì)人腦進(jìn)行取代，但是其特有的非線性信息處理能力解決了許多人工無法解決的問題，在智能系統(tǒng)的各個(gè)領(lǐng)域中得到成功應(yīng)用，今后的發(fā)展趨勢(shì)將向著更加智能和集成的方向發(fā)展。
參考文獻(xiàn)。
[1]徐用懋，馮恩波.人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在控制中的應(yīng)用[j].化工進(jìn)展，1993(5)：8-12，20.
[5]崔永華.基于人工神經(jīng)網(wǎng)絡(luò)的河流匯流預(yù)報(bào)模型及應(yīng)用研究[d].鄭州大學(xué)，.
人工神經(jīng)網(wǎng)絡(luò)論文篇六
神經(jīng)網(wǎng)絡(luò)是在對(duì)人腦思維方式研究的基礎(chǔ)上，將其抽象模擬反映人腦基本功能的一種并行處理連接網(wǎng)絡(luò)。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本處理單元。
在神經(jīng)網(wǎng)絡(luò)的發(fā)展過程中，從不同角度對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了不同層次的描述和模擬，提出了各種各樣的神經(jīng)網(wǎng)絡(luò)模型，其中最具有代表性的神經(jīng)網(wǎng)絡(luò)模型有：感知器、線性神經(jīng)網(wǎng)絡(luò)、bp網(wǎng)絡(luò)、自組織網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)等等。
神經(jīng)元矩陣是神經(jīng)網(wǎng)絡(luò)模型的一種新構(gòu)想，是專門為神經(jīng)網(wǎng)絡(luò)打造的一個(gè)矩陣，它符合神經(jīng)元的一切特征。
(1)容器可產(chǎn)生一種無形的約束力，使系統(tǒng)得以形成，容器不是全封閉的，從而保證系統(tǒng)與外界的溝通和交互;各向量間可用相互作用的力來聯(lián)系，而各個(gè)信使粒則受控于容器、中空向量以及其它的信使粒。各神經(jīng)元之間自主交互，神經(jīng)元矩陣是一種多層次的管理，即一層管理一層。系統(tǒng)具有明顯的層級(jí)制和分塊制，每層每塊均獨(dú)立且協(xié)同工作，即每層每塊均含組織和自組織因素。
(2)向量觸頭是中空的，信使粒可以通過向量或存儲(chǔ)于向量中，所以又稱為中空向量。向量存儲(chǔ)了信使粒后，可以吸引更多的信使粒在附近，或使鄰近向量轉(zhuǎn)向、伸長(zhǎng)，進(jìn)而形成相對(duì)穩(wěn)定的信息通路。
(3)當(dāng)兩條或更多的信息通路匯集時(shí)，可能伴隨著通路的增強(qiáng)、合并，以及信使粒的聚集、交換，這是神經(jīng)元矩陣運(yùn)算的一種主要形式。通路的形成過程，也就是是神經(jīng)元矩陣分塊、分層、形成聯(lián)接的過程，也為矩陣系統(tǒng)宏觀管理、層級(jí)控制的實(shí)現(xiàn)奠定了基礎(chǔ)。
神經(jīng)元矩陣亦是一種具有生物網(wǎng)絡(luò)特征的數(shù)學(xué)模型，綜合了數(shù)學(xué)上矩陣和向量等重要概念，是一種立體的矩陣結(jié)構(gòu)。尤其是將矩陣的分塊特性和向量的指向特征結(jié)合起來，更好的體現(xiàn)了神經(jīng)網(wǎng)絡(luò)的整體性和單元獨(dú)立性，系統(tǒng)的組織和自組織特征也更為凸顯。信使粒以“點(diǎn)”的數(shù)學(xué)概念，增強(qiáng)了系統(tǒng)的信息特征，尤其是增強(qiáng)了矩陣的存儲(chǔ)和運(yùn)算功能。
人工神經(jīng)網(wǎng)絡(luò)論文篇七
摘要：軟件需求分析不僅僅是為了讓開發(fā)者滿足用戶要求，而且還可以幫助用戶了解軟件的性能和功能，具有一舉兩得的效果，但是如果軟件需求不符合實(shí)際需求，就會(huì)出現(xiàn)風(fēng)險(xiǎn)，導(dǎo)致返工。在bp神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，我們建立了軟件需求分析風(fēng)險(xiǎn)評(píng)估模型，以減少軟件開發(fā)的失敗率，規(guī)避因軟件需求分析失誤而帶來的實(shí)際存在的或潛在的風(fēng)險(xiǎn)。
關(guān)鍵詞：風(fēng)險(xiǎn)；軟件需求；bp神經(jīng)網(wǎng)絡(luò)；研究；分析。
軟件開發(fā)過程中，需求分析是一個(gè)關(guān)鍵性的階段。導(dǎo)致它失敗的原因有很多，例如開發(fā)者和用戶之間的溝通障礙、軟件本身的隱含性、需求信息的不對(duì)稱等等。這些問題導(dǎo)致的返工，增加了開發(fā)的成本，也損壞了企業(yè)形象，更可能流失掉部分用戶。因此，我們必須對(duì)軟件需求分析進(jìn)行風(fēng)險(xiǎn)評(píng)估管理，把負(fù)面影響降到最低?，F(xiàn)代商業(yè)發(fā)展中，各企業(yè)和企業(yè)之間的競(jìng)爭(zhēng)日趨激烈,掌握最新的技術(shù)，對(duì)技術(shù)進(jìn)行創(chuàng)新，才是企業(yè)在行業(yè)內(nèi)立足腳跟，獲得更加長(zhǎng)遠(yuǎn)發(fā)展的方法，因此要想牢牢地把握企業(yè)的運(yùn)命就需要我們保持對(duì)技術(shù)創(chuàng)新的熱情，并在這條道路上樂此不疲。21世紀(jì)，只有掌握了最新和最具有創(chuàng)造性的技術(shù)，才能贏的最后的勝利，本文把bp網(wǎng)絡(luò)與軟件需求分析風(fēng)險(xiǎn)評(píng)估模型相結(jié)合，具有十分重要的意義。
bp神經(jīng)網(wǎng)絡(luò)是開發(fā)者使用最多的神經(jīng)網(wǎng)絡(luò)之一，它具有算法簡(jiǎn)單、極強(qiáng)的魯棒性、收斂速度極快等優(yōu)點(diǎn)。最重要的一點(diǎn)是能夠最大限度的接近其真實(shí)系統(tǒng)，非常適合于線性的、不確定的、模糊的軟件風(fēng)險(xiǎn)數(shù)據(jù)。bp算法是一種用于前向多層神經(jīng)網(wǎng)絡(luò)的的反傳學(xué)習(xí)算法。采用bp算法的數(shù)層感知器神經(jīng)網(wǎng)絡(luò)模型，它的基本思想是，學(xué)習(xí)過程由信號(hào)的正向傳播和誤差的反向傳播兩個(gè)過程組成。模糊理論采用模糊數(shù)學(xué)的方法，通過抽象思維，對(duì)處于多種因素作用下的事物做出總體評(píng)價(jià)。它的兩大主要特征是：第一，結(jié)果清晰；第二，系統(tǒng)性強(qiáng)，這非常適合于各種非確定性問題的解決。
2軟件需求分析風(fēng)險(xiǎn)評(píng)估模型。
開發(fā)過程中，了解軟件需求是很重要的。軟件開發(fā)主要是依據(jù)需求的不同而設(shè)計(jì)出的產(chǎn)品。它包括了業(yè)務(wù)需求（組織和客戶高層次的目標(biāo)）、用戶需求（用戶要求必須具備的需求）、功能需求（用戶可以通過完成任務(wù)滿足業(yè)務(wù)需求的產(chǎn)品中必須體現(xiàn)的軟件功能）。各種不同的需求都以不同的角度來呈現(xiàn)，需要進(jìn)行多方位的分析方可得出準(zhǔn)確的結(jié)論。軟件需求分析就是對(duì)用戶所需軟件應(yīng)具備的屬性進(jìn)行分析，滿足用戶的真正需求。在完成軟件需求分析后，我們要能得出用戶所需的軟件系統(tǒng)要能夠做到哪些功能，對(duì)此還要有詳細(xì)準(zhǔn)確的說明書，也就是用戶的使用說明書，讓他們更快的了解產(chǎn)品。優(yōu)秀的需求具有以下特點(diǎn)：完整性、準(zhǔn)確性、可行性、必要性、無歧義性和可行性。軟件需求分析風(fēng)險(xiǎn)是指由于多方面的影響，如用戶參與度、用戶需求的拓展變化、多角度的考慮、設(shè)計(jì)的精準(zhǔn)度和用戶與開發(fā)者的充分溝通等等，而造成需求分析的不準(zhǔn)確使得用戶的軟件需求得不到滿足。該風(fēng)險(xiǎn)評(píng)估模型主要是為了降低軟件需求分析中存在的風(fēng)險(xiǎn)，從而使得評(píng)估需求分析更具加有效和更易操作。
3一種基于bp神經(jīng)網(wǎng)絡(luò)的軟件需求分析風(fēng)險(xiǎn)評(píng)估模型。
本文把bp神經(jīng)網(wǎng)絡(luò)和模糊理論加入到軟件需求分析風(fēng)險(xiǎn)評(píng)估模型中，利用bp神經(jīng)網(wǎng)絡(luò)的非線性映射屬性和模糊理論的超強(qiáng)表達(dá)能力與被理解力，幫助提高風(fēng)險(xiǎn)評(píng)估的有效性和預(yù)測(cè)性。軟件需求分析風(fēng)險(xiǎn)的評(píng)估模型包括風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)分析、風(fēng)險(xiǎn)評(píng)估三個(gè)模塊。風(fēng)險(xiǎn)識(shí)別的主要目的是考察研究軟件需求分析階段具體的情況，識(shí)別并記錄該階段存在的或潛在的風(fēng)險(xiǎn)，輸入來源是專家的經(jīng)驗(yàn)分析和歷史風(fēng)險(xiǎn)數(shù)據(jù)庫。
一般步驟包括：
a:找出軟件需求分析風(fēng)險(xiǎn)指標(biāo)；
b:搜索歷史數(shù)據(jù)庫，列出存在的數(shù)據(jù)庫中的歷史案例；
c:通過專家分析，列出具有風(fēng)險(xiǎn)等級(jí)的列表；
d:將確定了的風(fēng)險(xiǎn)列表提交數(shù)據(jù)庫并更新。風(fēng)險(xiǎn)分析是細(xì)化第一階段的風(fēng)險(xiǎn)，分析其產(chǎn)生的影響和等級(jí)，找出各指標(biāo)與風(fēng)險(xiǎn)級(jí)別之間的線性關(guān)系亦或非線性關(guān)系。本文引入bp神經(jīng)網(wǎng)絡(luò)和模糊理論，利用bp神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)風(fēng)險(xiǎn)評(píng)估指標(biāo)和風(fēng)險(xiǎn)級(jí)別之間的非線性映射關(guān)系，還利用模糊理論的超強(qiáng)表達(dá)能力和容易理解的屬性，提高整個(gè)風(fēng)險(xiǎn)評(píng)估模型的學(xué)習(xí)能力和表達(dá)能力，得出更符合實(shí)際的評(píng)估報(bào)告。
主要的方法包括：
a:揭示原因和結(jié)果之間的聯(lián)系，追根溯源；
b:建立模型進(jìn)行認(rèn)識(shí)和理解；
c:通過嘗試各種組合找出導(dǎo)致失敗的因素。風(fēng)險(xiǎn)評(píng)估需最后明確所有存在的風(fēng)險(xiǎn)和它們的等級(jí)，給予開發(fā)者一個(gè)詳細(xì)的報(bào)告。本階段只要利用bp神經(jīng)網(wǎng)絡(luò)的`輸入層、輸出層、隱含層數(shù)、隱含層節(jié)點(diǎn)數(shù)。輸入層節(jié)點(diǎn)是經(jīng)過模糊預(yù)處理的17個(gè)需求分析風(fēng)險(xiǎn)評(píng)估指標(biāo)；輸出層節(jié)點(diǎn)是需求分析風(fēng)險(xiǎn)等級(jí)；隱含層數(shù)越多性能越高誤差越低；隱含節(jié)點(diǎn)越多，網(wǎng)絡(luò)功能越強(qiáng)大，但是過多則會(huì)使網(wǎng)絡(luò)功能減弱。
在bp神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，建立的軟件需求分析風(fēng)險(xiǎn)評(píng)估模型，它操作的流程大致是三個(gè)方向。首先，識(shí)別軟件需求分析階段存在的、潛在的風(fēng)險(xiǎn)；然后，利用bp神經(jīng)網(wǎng)絡(luò)和模糊理論的特有屬性、眾多優(yōu)點(diǎn)進(jìn)行分析，通過歷史數(shù)據(jù)庫，專家知識(shí)、專家討論，列出風(fēng)險(xiǎn)表格；最后，對(duì)風(fēng)險(xiǎn)進(jìn)行最后的評(píng)估，從而有效預(yù)測(cè)軟件開發(fā)過程中所遇到的風(fēng)險(xiǎn)，并且進(jìn)行規(guī)避。
4結(jié)束語。
隨著經(jīng)濟(jì)的高速發(fā)展，網(wǎng)絡(luò)軟件也成為人們工作生活中一個(gè)非常重要的工具。軟件需求的增多帶來了很多的問題，軟件開發(fā)的過程充滿了阻礙，軟件需求的滿意度也在日漸降低。因此，提高軟件開發(fā)的速度、保證開發(fā)軟件的質(zhì)量，降低風(fēng)險(xiǎn)、減少開發(fā)成本、滿足用戶真正的需求等等，對(duì)軟件需求分析風(fēng)險(xiǎn)進(jìn)行評(píng)估，建立軟件需求分析風(fēng)險(xiǎn)評(píng)估模型，是一件非常值得研究和實(shí)施的事情。本文研究的內(nèi)容不僅僅達(dá)到了需求分析的目的，提出了新的思維方式和參考方向，而且還能更有效的預(yù)測(cè)軟件需求分析風(fēng)險(xiǎn)，真正滿足用戶的軟件需求?；痦?xiàng)目：吉林省教育廳“十二五”科學(xué)技術(shù)研究項(xiàng)目“基于ahp和群決策向量分析高校干部綜合測(cè)評(píng)方法和系統(tǒng)實(shí)現(xiàn)”（吉教科合字第2013402號(hào)）；吉林省教育科學(xué)“十二五”規(guī)劃課題“構(gòu)建以學(xué)習(xí)者為主體的遠(yuǎn)程教育支持服務(wù)體系的研究”。
參考文獻(xiàn)：
人工神經(jīng)網(wǎng)絡(luò)論文篇八
關(guān)于人工神經(jīng)網(wǎng)絡(luò)，到目前為止還沒有一個(gè)得到廣泛認(rèn)可的統(tǒng)一定義，綜合各專家學(xué)者的觀點(diǎn)可以將人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)單的概括為是模仿人腦的結(jié)構(gòu)和功能的計(jì)算機(jī)信息處理系統(tǒng)[1]。人工神經(jīng)網(wǎng)絡(luò)具有自身的發(fā)展特性，其具有很強(qiáng)的并行結(jié)構(gòu)以及并行處理的能力，在實(shí)時(shí)和動(dòng)態(tài)控制時(shí)能夠起到很好的作用;人工神經(jīng)網(wǎng)絡(luò)具有非線性映射的特性，對(duì)處理非線性控制的問題時(shí)能給予一定的幫助;人工神經(jīng)網(wǎng)絡(luò)可以通過訓(xùn)練掌握數(shù)據(jù)歸納和處理的能力，因此在數(shù)學(xué)模型等難以處理時(shí)對(duì)問題進(jìn)行解決;人工神經(jīng)網(wǎng)絡(luò)的適應(yīng)性和集成性很強(qiáng)，能夠適應(yīng)不同規(guī)模的信息處理和大規(guī)模集成數(shù)據(jù)的處理與控制;人工神經(jīng)網(wǎng)絡(luò)不但在軟件技術(shù)上比較成熟，而且近年來在硬件方面也得到了較大發(fā)展，提高了人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的信息處理能力。
人工神經(jīng)網(wǎng)絡(luò)論文篇九
神經(jīng)網(wǎng)絡(luò)是近年來迅猛發(fā)展的前沿課題，它對(duì)突破現(xiàn)有科學(xué)技術(shù)的瓶頸起到重大的作用。下面要為大家分享的就是神經(jīng)網(wǎng)絡(luò)論文，希望你會(huì)喜歡！
摘要。
人工神經(jīng)網(wǎng)絡(luò)是近年來迅猛發(fā)展的前沿課題，它對(duì)突破現(xiàn)有科學(xué)技術(shù)的瓶頸起到重大的作用。本文剖析了人工神經(jīng)網(wǎng)絡(luò)的特征、模型結(jié)構(gòu)以及未來的發(fā)展趨勢(shì)。
人工神經(jīng)網(wǎng)絡(luò)(ann)是一種用計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)模擬生物神經(jīng)網(wǎng)絡(luò)的智能神經(jīng)系統(tǒng)，它是在現(xiàn)代神經(jīng)生物學(xué)研究成果的基礎(chǔ)上發(fā)展起來的，模擬人腦信息處理機(jī)制的一種網(wǎng)絡(luò)系統(tǒng)，它不但具有處理數(shù)值數(shù)據(jù)的計(jì)算能力，而且還具有處理知識(shí)的學(xué)習(xí)、聯(lián)想和記憶能力。
人工神經(jīng)網(wǎng)絡(luò)模擬了大腦神經(jīng)元的組織方式，反映了人腦的一些基本功能，為研究人工智能開辟了新的途徑。它具有以下基本特征：
1.1并行分布性。
因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)中的神經(jīng)元排列并不是雜亂無章的，往往是以一種有規(guī)律的序列排列，這種結(jié)構(gòu)非常適合并行計(jì)算。同時(shí)如果將每一個(gè)神經(jīng)元看作是一個(gè)基本的處理單元，則整個(gè)系統(tǒng)可以是一個(gè)分布式處理系統(tǒng)，使得計(jì)算快速。
1.2可學(xué)習(xí)性和自適應(yīng)性。
一個(gè)相對(duì)很小的人工神經(jīng)網(wǎng)絡(luò)可存儲(chǔ)大量的專家知識(shí)，并能根據(jù)學(xué)習(xí)算法，或利用指導(dǎo)系統(tǒng)模擬現(xiàn)實(shí)環(huán)境(稱為有教師學(xué)習(xí))，或?qū)斎脒M(jìn)行自適應(yīng)學(xué)習(xí)(稱為無教師學(xué)習(xí))，可以處理不確定或不知道的事情，不斷主動(dòng)學(xué)習(xí)，不斷完善知識(shí)的存儲(chǔ)。
(3)魯棒性和容錯(cuò)性。
由于采用大量的神經(jīng)元及其相互連接，具有聯(lián)想映射與聯(lián)想記憶能力，容錯(cuò)性保證網(wǎng)絡(luò)將不完整的、畸變的輸入樣本恢復(fù)成完整的原型，魯棒性使得網(wǎng)絡(luò)中的神經(jīng)元或突觸遭到破壞時(shí)網(wǎng)絡(luò)仍然具有學(xué)習(xí)和記憶能力，不會(huì)對(duì)整體系統(tǒng)帶來嚴(yán)重的影響。
1.3泛化能力。
人工神經(jīng)網(wǎng)絡(luò)是大規(guī)模的非線性系統(tǒng)，提供了系統(tǒng)協(xié)同和自組織的潛力，它能充分逼近任意復(fù)雜的非線性關(guān)系。如果輸入發(fā)生較小變化，則輸出能夠保持相當(dāng)小的差距。
1.4信息綜合能力。
任何知識(shí)規(guī)則都可以通過對(duì)范例的學(xué)習(xí)存儲(chǔ)于同一個(gè)神經(jīng)網(wǎng)絡(luò)的各連接權(quán)值中，能同時(shí)處理定量和定性的信息，適用于處理復(fù)雜非線性和不確定對(duì)象。
神經(jīng)網(wǎng)絡(luò)是在對(duì)人腦思維方式研究的基礎(chǔ)上，將其抽象模擬反映人腦基本功能的一種并行處理連接網(wǎng)絡(luò)。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本處理單元。
在神經(jīng)網(wǎng)絡(luò)的發(fā)展過程中，從不同角度對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了不同層次的描述和模擬，提出了各種各樣的神經(jīng)網(wǎng)絡(luò)模型，其中最具有代表性的`神經(jīng)網(wǎng)絡(luò)模型有：感知器、線性神經(jīng)網(wǎng)絡(luò)、bp網(wǎng)絡(luò)、自組織網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)等等。
神經(jīng)元矩陣是神經(jīng)網(wǎng)絡(luò)模型的一種新構(gòu)想，是專門為神經(jīng)網(wǎng)絡(luò)打造的一個(gè)矩陣，它符合神經(jīng)元的一切特征。
(1)容器可產(chǎn)生一種無形的約束力，使系統(tǒng)得以形成，容器不是全封閉的，從而保證系統(tǒng)與外界的溝通和交互;各向量間可用相互作用的力來聯(lián)系，而各個(gè)信使粒則受控于容器、中空向量以及其它的信使粒。各神經(jīng)元之間自主交互，神經(jīng)元矩陣是一種多層次的管理，即一層管理一層。系統(tǒng)具有明顯的層級(jí)制和分塊制，每層每塊均獨(dú)立且協(xié)同工作，即每層每塊均含組織和自組織因素。
(2)向量觸頭是中空的，信使粒可以通過向量或存儲(chǔ)于向量中，所以又稱為中空向量。向量存儲(chǔ)了信使粒后，可以吸引更多的信使粒在附近，或使鄰近向量轉(zhuǎn)向、伸長(zhǎng)，進(jìn)而形成相對(duì)穩(wěn)定的信息通路。
(3)當(dāng)兩條或更多的信息通路匯集時(shí)，可能伴隨著通路的增強(qiáng)、合并，以及信使粒的聚集、交換，這是神經(jīng)元矩陣運(yùn)算的一種主要形式。通路的形成過程，也就是是神經(jīng)元矩陣分塊、分層、形成聯(lián)接的過程，也為矩陣系統(tǒng)宏觀管理、層級(jí)控制的實(shí)現(xiàn)奠定了基礎(chǔ)。
神經(jīng)元矩陣亦是一種具有生物網(wǎng)絡(luò)特征的數(shù)學(xué)模型，綜合了數(shù)學(xué)上矩陣和向量等重要概念，是一種立體的矩陣結(jié)構(gòu)。尤其是將矩陣的分塊特性和向量的指向特征結(jié)合起來，更好的體現(xiàn)了神經(jīng)網(wǎng)絡(luò)的整體性和單元獨(dú)立性，系統(tǒng)的組織和自組織特征也更為凸顯。信使粒以“點(diǎn)”的數(shù)學(xué)概念，增強(qiáng)了系統(tǒng)的信息特征，尤其是增強(qiáng)了矩陣的存儲(chǔ)和運(yùn)算功能。
人工神經(jīng)網(wǎng)絡(luò)是邊緣性交叉科學(xué)，它涉及計(jì)算機(jī)、人工智能、自動(dòng)化、生理學(xué)等多個(gè)學(xué)科領(lǐng)域，研究它的發(fā)展具有非常重要意義。針對(duì)神經(jīng)網(wǎng)絡(luò)的社會(huì)需求以及存在的問題，今后神經(jīng)網(wǎng)絡(luò)的研究趨勢(shì)主要側(cè)重以下幾個(gè)方面。
4.1增強(qiáng)對(duì)智能和機(jī)器關(guān)系問題的認(rèn)識(shí)。
人腦是一個(gè)結(jié)構(gòu)異常復(fù)雜的信息系統(tǒng)，我們所知道的唯一智能系統(tǒng)，隨著信息論、控制論、計(jì)算機(jī)科學(xué)、生命科學(xué)的發(fā)展，人們?cè)絹碓襟@異于大腦的奇妙。對(duì)人腦智能化實(shí)現(xiàn)的研究，是神經(jīng)網(wǎng)絡(luò)研究今后的需要增強(qiáng)的地發(fā)展方向。
4.2發(fā)展神經(jīng)計(jì)算和進(jìn)化計(jì)算的理論及應(yīng)用。
利用神經(jīng)科學(xué)理論的研究成果，用數(shù)理方法探索智能水平更高的人工神經(jīng)網(wǎng)絡(luò)模型，深入研究網(wǎng)絡(luò)的算法和性能，使離散符號(hào)計(jì)算、神經(jīng)計(jì)算和進(jìn)化計(jì)算相互促進(jìn)，開發(fā)新的網(wǎng)絡(luò)數(shù)理理論。
4.3擴(kuò)大神經(jīng)元芯片和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的作用。
神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)體現(xiàn)了結(jié)構(gòu)和算法的統(tǒng)一，是硬件和軟件的混合體，神經(jīng)元矩陣即是如此。人工神經(jīng)網(wǎng)絡(luò)既可以用傳統(tǒng)計(jì)算機(jī)來模擬，也可以用集成電路芯片組成神經(jīng)計(jì)算機(jī)，甚至還可以生物芯片方式實(shí)現(xiàn)，因此研制電子神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)潛力巨大。如何讓傳統(tǒng)的計(jì)算機(jī)、人工智能技術(shù)和神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)相融合也是前沿課題，具有十分誘人的前景。
4.4促進(jìn)信息科學(xué)和生命科學(xué)的相互融合。
信息科學(xué)與生命科學(xué)的相互交叉、相互促進(jìn)、相互滲透是現(xiàn)代科學(xué)的一個(gè)顯著特點(diǎn)。神經(jīng)網(wǎng)絡(luò)與各種智能處理方法有機(jī)結(jié)合具有很大的發(fā)展前景，如與專家系統(tǒng)、模糊邏輯、遺傳算法、小波分析等相結(jié)合，取長(zhǎng)補(bǔ)短，可以獲得更好的應(yīng)用效果。
人工神經(jīng)網(wǎng)絡(luò)論文篇十
摘要：軟件需求分析不僅僅是為了讓開發(fā)者滿足用戶要求，而且還可以幫助用戶了解軟件的性能和功能，具有一舉兩得的效果，但是如果軟件需求不符合實(shí)際需求，就會(huì)出現(xiàn)風(fēng)險(xiǎn)，導(dǎo)致返工。在bp神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，我們建立了軟件需求分析風(fēng)險(xiǎn)評(píng)估模型，以減少軟件開發(fā)的失敗率，規(guī)避因軟件需求分析失誤而帶來的實(shí)際存在的或潛在的風(fēng)險(xiǎn)。
關(guān)鍵詞：風(fēng)險(xiǎn)；軟件需求；bp神經(jīng)網(wǎng)絡(luò)；研究；分析。
軟件開發(fā)過程中，需求分析是一個(gè)關(guān)鍵性的階段。導(dǎo)致它失敗的原因有很多，例如開發(fā)者和用戶之間的溝通障礙、軟件本身的隱含性、需求信息的不對(duì)稱等等。這些問題導(dǎo)致的返工，增加了開發(fā)的成本，也損壞了企業(yè)形象，更可能流失掉部分用戶。因此，我們必須對(duì)軟件需求分析進(jìn)行風(fēng)險(xiǎn)評(píng)估管理，把負(fù)面影響降到最低?，F(xiàn)代商業(yè)發(fā)展中，各企業(yè)和企業(yè)之間的競(jìng)爭(zhēng)日趨激烈,掌握最新的技術(shù)，對(duì)技術(shù)進(jìn)行創(chuàng)新，才是企業(yè)在行業(yè)內(nèi)立足腳跟，獲得更加長(zhǎng)遠(yuǎn)發(fā)展的方法，因此要想牢牢地把握企業(yè)的運(yùn)命就需要我們保持對(duì)技術(shù)創(chuàng)新的熱情，并在這條道路上樂此不疲。21世紀(jì)，只有掌握了最新和最具有創(chuàng)造性的技術(shù)，才能贏的最后的勝利，本文把bp網(wǎng)絡(luò)與軟件需求分析風(fēng)險(xiǎn)評(píng)估模型相結(jié)合，具有十分重要的意義。
bp神經(jīng)網(wǎng)絡(luò)是開發(fā)者使用最多的神經(jīng)網(wǎng)絡(luò)之一，它具有算法簡(jiǎn)單、極強(qiáng)的魯棒性、收斂速度極快等優(yōu)點(diǎn)。最重要的一點(diǎn)是能夠最大限度的接近其真實(shí)系統(tǒng)，非常適合于線性的、不確定的、模糊的軟件風(fēng)險(xiǎn)數(shù)據(jù)。bp算法是一種用于前向多層神經(jīng)網(wǎng)絡(luò)的的反傳學(xué)習(xí)算法。采用bp算法的數(shù)層感知器神經(jīng)網(wǎng)絡(luò)模型，它的基本思想是，學(xué)習(xí)過程由信號(hào)的正向傳播和誤差的反向傳播兩個(gè)過程組成。模糊理論采用模糊數(shù)學(xué)的方法，通過抽象思維，對(duì)處于多種因素作用下的事物做出總體評(píng)價(jià)。它的兩大主要特征是：第一，結(jié)果清晰；第二，系統(tǒng)性強(qiáng)，這非常適合于各種非確定性問題的解決。
2軟件需求分析風(fēng)險(xiǎn)評(píng)估模型。
開發(fā)過程中，了解軟件需求是很重要的。軟件開發(fā)主要是依據(jù)需求的不同而設(shè)計(jì)出的產(chǎn)品。它包括了業(yè)務(wù)需求（組織和客戶高層次的目標(biāo)）、用戶需求（用戶要求必須具備的需求）、功能需求（用戶可以通過完成任務(wù)滿足業(yè)務(wù)需求的產(chǎn)品中必須體現(xiàn)的軟件功能）。各種不同的需求都以不同的角度來呈現(xiàn)，需要進(jìn)行多方位的分析方可得出準(zhǔn)確的結(jié)論。軟件需求分析就是對(duì)用戶所需軟件應(yīng)具備的屬性進(jìn)行分析，滿足用戶的真正需求。在完成軟件需求分析后，我們要能得出用戶所需的軟件系統(tǒng)要能夠做到哪些功能，對(duì)此還要有詳細(xì)準(zhǔn)確的說明書，也就是用戶的使用說明書，讓他們更快的了解產(chǎn)品。優(yōu)秀的需求具有以下特點(diǎn)：完整性、準(zhǔn)確性、可行性、必要性、無歧義性和可行性。軟件需求分析風(fēng)險(xiǎn)是指由于多方面的影響，如用戶參與度、用戶需求的拓展變化、多角度的考慮、設(shè)計(jì)的精準(zhǔn)度和用戶與開發(fā)者的充分溝通等等，而造成需求分析的不準(zhǔn)確使得用戶的軟件需求得不到滿足。該風(fēng)險(xiǎn)評(píng)估模型主要是為了降低軟件需求分析中存在的風(fēng)險(xiǎn)，從而使得評(píng)估需求分析更具加有效和更易操作。
3一種基于bp神經(jīng)網(wǎng)絡(luò)的軟件需求分析風(fēng)險(xiǎn)評(píng)估模型。
本文把bp神經(jīng)網(wǎng)絡(luò)和模糊理論加入到軟件需求分析風(fēng)險(xiǎn)評(píng)估模型中，利用bp神經(jīng)網(wǎng)絡(luò)的非線性映射屬性和模糊理論的超強(qiáng)表達(dá)能力與被理解力，幫助提高風(fēng)險(xiǎn)評(píng)估的有效性和預(yù)測(cè)性。軟件需求分析風(fēng)險(xiǎn)的評(píng)估模型包括風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)分析、風(fēng)險(xiǎn)評(píng)估三個(gè)模塊。風(fēng)險(xiǎn)識(shí)別的主要目的是考察研究軟件需求分析階段具體的情況，識(shí)別并記錄該階段存在的或潛在的風(fēng)險(xiǎn)，輸入來源是專家的經(jīng)驗(yàn)分析和歷史風(fēng)險(xiǎn)數(shù)據(jù)庫。
一般步驟包括：
a:找出軟件需求分析風(fēng)險(xiǎn)指標(biāo)；
b:搜索歷史數(shù)據(jù)庫，列出存在的數(shù)據(jù)庫中的歷史案例；
c:通過專家分析，列出具有風(fēng)險(xiǎn)等級(jí)的列表；
d:將確定了的風(fēng)險(xiǎn)列表提交數(shù)據(jù)庫并更新。風(fēng)險(xiǎn)分析是細(xì)化第一階段的風(fēng)險(xiǎn)，分析其產(chǎn)生的影響和等級(jí)，找出各指標(biāo)與風(fēng)險(xiǎn)級(jí)別之間的線性關(guān)系亦或非線性關(guān)系。本文引入bp神經(jīng)網(wǎng)絡(luò)和模糊理論，利用bp神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)風(fēng)險(xiǎn)評(píng)估指標(biāo)和風(fēng)險(xiǎn)級(jí)別之間的非線性映射關(guān)系，還利用模糊理論的超強(qiáng)表達(dá)能力和容易理解的屬性，提高整個(gè)風(fēng)險(xiǎn)評(píng)估模型的學(xué)習(xí)能力和表達(dá)能力，得出更符合實(shí)際的評(píng)估報(bào)告。
主要的方法包括：
a:揭示原因和結(jié)果之間的聯(lián)系，追根溯源；
b:建立模型進(jìn)行認(rèn)識(shí)和理解；
c:通過嘗試各種組合找出導(dǎo)致失敗的因素。風(fēng)險(xiǎn)評(píng)估需最后明確所有存在的風(fēng)險(xiǎn)和它們的等級(jí)，給予開發(fā)者一個(gè)詳細(xì)的報(bào)告。本階段只要利用bp神經(jīng)網(wǎng)絡(luò)的`輸入層、輸出層、隱含層數(shù)、隱含層節(jié)點(diǎn)數(shù)。輸入層節(jié)點(diǎn)是經(jīng)過模糊預(yù)處理的17個(gè)需求分析風(fēng)險(xiǎn)評(píng)估指標(biāo)；輸出層節(jié)點(diǎn)是需求分析風(fēng)險(xiǎn)等級(jí)；隱含層數(shù)越多性能越高誤差越低；隱含節(jié)點(diǎn)越多，網(wǎng)絡(luò)功能越強(qiáng)大，但是過多則會(huì)使網(wǎng)絡(luò)功能減弱。
在bp神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，建立的軟件需求分析風(fēng)險(xiǎn)評(píng)估模型，它操作的流程大致是三個(gè)方向。首先，識(shí)別軟件需求分析階段存在的、潛在的風(fēng)險(xiǎn)；然后，利用bp神經(jīng)網(wǎng)絡(luò)和模糊理論的特有屬性、眾多優(yōu)點(diǎn)進(jìn)行分析，通過歷史數(shù)據(jù)庫，專家知識(shí)、專家討論，列出風(fēng)險(xiǎn)表格；最后，對(duì)風(fēng)險(xiǎn)進(jìn)行最后的評(píng)估，從而有效預(yù)測(cè)軟件開發(fā)過程中所遇到的風(fēng)險(xiǎn)，并且進(jìn)行規(guī)避。
4結(jié)束語。
隨著經(jīng)濟(jì)的高速發(fā)展，網(wǎng)絡(luò)軟件也成為人們工作生活中一個(gè)非常重要的工具。軟件需求的增多帶來了很多的問題，軟件開發(fā)的過程充滿了阻礙，軟件需求的滿意度也在日漸降低。因此，提高軟件開發(fā)的速度、保證開發(fā)軟件的質(zhì)量，降低風(fēng)險(xiǎn)、減少開發(fā)成本、滿足用戶真正的需求等等，對(duì)軟件需求分析風(fēng)險(xiǎn)進(jìn)行評(píng)估，建立軟件需求分析風(fēng)險(xiǎn)評(píng)估模型，是一件非常值得研究和實(shí)施的事情。本文研究的內(nèi)容不僅僅達(dá)到了需求分析的目的，提出了新的思維方式和參考方向，而且還能更有效的預(yù)測(cè)軟件需求分析風(fēng)險(xiǎn)，真正滿足用戶的軟件需求?；痦?xiàng)目：吉林省教育廳“十二五”科學(xué)技術(shù)研究項(xiàng)目“基于ahp和群決策向量分析高校干部綜合測(cè)評(píng)方法和系統(tǒng)實(shí)現(xiàn)”（吉教科合字第402號(hào)）；吉林省教育科學(xué)“十二五”規(guī)劃課題“構(gòu)建以學(xué)習(xí)者為主體的遠(yuǎn)程教育支持服務(wù)體系的研究”。
參考文獻(xiàn)：
人工神經(jīng)網(wǎng)絡(luò)論文篇十一
人工神經(jīng)網(wǎng)絡(luò)是邊緣性交叉科學(xué)，它涉及計(jì)算機(jī)、人工智能、自動(dòng)化、生理學(xué)等多個(gè)學(xué)科領(lǐng)域，研究它的發(fā)展具有非常重要意義。針對(duì)神經(jīng)網(wǎng)絡(luò)的社會(huì)需求以及存在的問題，今后神經(jīng)網(wǎng)絡(luò)的研究趨勢(shì)主要側(cè)重以下幾個(gè)方面。
4.1增強(qiáng)對(duì)智能和機(jī)器關(guān)系問題的認(rèn)識(shí)。
人腦是一個(gè)結(jié)構(gòu)異常復(fù)雜的信息系統(tǒng)，我們所知道的唯一智能系統(tǒng)，隨著信息論、控制論、計(jì)算機(jī)科學(xué)、生命科學(xué)的發(fā)展，人們?cè)絹碓襟@異于大腦的奇妙。對(duì)人腦智能化實(shí)現(xiàn)的研究，是神經(jīng)網(wǎng)絡(luò)研究今后的需要增強(qiáng)的地發(fā)展方向。
4.2發(fā)展神經(jīng)計(jì)算和進(jìn)化計(jì)算的理論及應(yīng)用。
利用神經(jīng)科學(xué)理論的研究成果，用數(shù)理方法探索智能水平更高的人工神經(jīng)網(wǎng)絡(luò)模型，深入研究網(wǎng)絡(luò)的算法和性能，使離散符號(hào)計(jì)算、神經(jīng)計(jì)算和進(jìn)化計(jì)算相互促進(jìn)，開發(fā)新的網(wǎng)絡(luò)數(shù)理理論。
4.3擴(kuò)大神經(jīng)元芯片和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的作用。
神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)體現(xiàn)了結(jié)構(gòu)和算法的統(tǒng)一，是硬件和軟件的混合體，神經(jīng)元矩陣即是如此。人工神經(jīng)網(wǎng)絡(luò)既可以用傳統(tǒng)計(jì)算機(jī)來模擬，也可以用集成電路芯片組成神經(jīng)計(jì)算機(jī)，甚至還可以生物芯片方式實(shí)現(xiàn)，因此研制電子神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)潛力巨大。如何讓傳統(tǒng)的計(jì)算機(jī)、人工智能技術(shù)和神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)相融合也是前沿課題，具有十分誘人的前景。
4.4促進(jìn)信息科學(xué)和生命科學(xué)的相互融合。
信息科學(xué)與生命科學(xué)的相互交叉、相互促進(jìn)、相互滲透是現(xiàn)代科學(xué)的一個(gè)顯著特點(diǎn)。神經(jīng)網(wǎng)絡(luò)與各種智能處理方法有機(jī)結(jié)合具有很大的發(fā)展前景，如與專家系統(tǒng)、模糊邏輯、遺傳算法、小波分析等相結(jié)合，取長(zhǎng)補(bǔ)短，可以獲得更好的應(yīng)用效果。
參考文獻(xiàn)。
[1]鐘珞.饒文碧.鄒承明著.人工神經(jīng)網(wǎng)絡(luò)及其融合應(yīng)用技術(shù).科學(xué)出版社.
人工神經(jīng)網(wǎng)絡(luò)論文篇十二
在互聯(lián)網(wǎng)時(shí)代背景下，計(jì)算機(jī)技術(shù)得到快速發(fā)展，資源的互通共享也為人們的生產(chǎn)生活帶來了極大便利。但在計(jì)算機(jī)網(wǎng)絡(luò)的使用過程中，難以避免出現(xiàn)病毒、漏洞、電腦高手等問題，影響計(jì)算機(jī)網(wǎng)絡(luò)的安全性，進(jìn)而造成用戶的損失，阻礙計(jì)算機(jī)網(wǎng)絡(luò)的長(zhǎng)遠(yuǎn)發(fā)展。傳統(tǒng)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)方式采用線性評(píng)價(jià)模式，操作復(fù)雜但精確度較低，難以順應(yīng)網(wǎng)絡(luò)時(shí)代發(fā)展的潮流。專家評(píng)價(jià)模式則易受專家的業(yè)務(wù)水平和工作方式影響，難以有效驗(yàn)證計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)結(jié)果。神經(jīng)網(wǎng)絡(luò)屬于新型評(píng)價(jià)方式，通過神經(jīng)元對(duì)計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行非線性評(píng)價(jià)，具有效率和精度高的特點(diǎn)。本文對(duì)計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中神經(jīng)網(wǎng)絡(luò)的應(yīng)用展開研究，旨在通過有效使用新型評(píng)價(jià)模式全面維護(hù)和控制計(jì)算機(jī)網(wǎng)絡(luò)安全，達(dá)到最佳的網(wǎng)絡(luò)安全評(píng)價(jià)效果，為社會(huì)網(wǎng)絡(luò)安全作出貢獻(xiàn)。
1計(jì)算機(jī)網(wǎng)絡(luò)安全概述。
計(jì)算機(jī)網(wǎng)絡(luò)安全是指在計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境中，網(wǎng)絡(luò)系統(tǒng)中數(shù)據(jù)受先進(jìn)技術(shù)和管理措施的保護(hù)，即使外界因素的干擾，其保密性、可使用性依然可以不受影響而正常工作。計(jì)算機(jī)網(wǎng)絡(luò)安全涉及面廣，行業(yè)覆蓋面大，因此，需要受到高度重視。計(jì)算機(jī)網(wǎng)絡(luò)安全研究包括網(wǎng)絡(luò)信息的完整性、可使用性等內(nèi)容，通過網(wǎng)絡(luò)安全管理者的信息讀取、操作等內(nèi)容達(dá)到保護(hù)網(wǎng)絡(luò)安全的目的。計(jì)算機(jī)網(wǎng)絡(luò)的安全評(píng)價(jià)結(jié)果與其影響因素之間具有非線性關(guān)系，需要采用先進(jìn)的科學(xué)技術(shù)和智能管理系統(tǒng)進(jìn)行安全保護(hù)工作。專家評(píng)價(jià)模式使用灰色模型、故障分析法等方式規(guī)避網(wǎng)絡(luò)風(fēng)險(xiǎn)，但此類傳統(tǒng)的網(wǎng)絡(luò)評(píng)價(jià)模式具有操作復(fù)雜、精確度不高的劣勢(shì)，在現(xiàn)代化信息時(shí)代將被新型技術(shù)所取代。隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，局域網(wǎng)被拓展，全球范圍內(nèi)信息得以共享，計(jì)算機(jī)網(wǎng)絡(luò)能力全面提高，難以避免的計(jì)算機(jī)網(wǎng)絡(luò)安全問題隨即出現(xiàn)。計(jì)算機(jī)網(wǎng)絡(luò)安全主要包括物理安全和邏輯安全兩方面內(nèi)容。其中，物理安全是指通過物理技術(shù)保護(hù)計(jì)算機(jī)系統(tǒng)等設(shè)備，避免發(fā)生破壞、丟失現(xiàn)象；邏輯安全是指保護(hù)計(jì)算機(jī)中的數(shù)據(jù)安全。計(jì)算機(jī)網(wǎng)絡(luò)的自由性、開放性特點(diǎn)導(dǎo)致其極易受到攻擊，例如：計(jì)算機(jī)軟硬件漏洞、傳輸線路攻擊等。計(jì)算機(jī)網(wǎng)絡(luò)安全問題需要受到國(guó)際關(guān)注，無論是本地網(wǎng)絡(luò)用戶還是其他國(guó)家用戶都將面臨攻擊風(fēng)險(xiǎn)，提高對(duì)計(jì)算機(jī)網(wǎng)絡(luò)安全的關(guān)注度具有重要的現(xiàn)實(shí)意義。
神經(jīng)網(wǎng)絡(luò)通過模仿動(dòng)物的神經(jīng)系統(tǒng)形成人工智能系統(tǒng)，并通過分析處理信息作用于計(jì)算機(jī)網(wǎng)絡(luò)中?；谒惴〝?shù)學(xué)模型，神經(jīng)網(wǎng)絡(luò)通過調(diào)節(jié)網(wǎng)絡(luò)節(jié)點(diǎn)之間的內(nèi)部關(guān)系發(fā)揮出應(yīng)用價(jià)值。非常定性、非局限性、非線性是神經(jīng)網(wǎng)絡(luò)系統(tǒng)具備的基本特征，此類特征使得神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中產(chǎn)生了一定優(yōu)勢(shì)。神經(jīng)網(wǎng)絡(luò)系統(tǒng)的自主學(xué)習(xí)性能較強(qiáng)，系統(tǒng)可以通過自動(dòng)識(shí)別信息，總結(jié)出信息存在的一定規(guī)律，便于后續(xù)使用。用戶輸入相關(guān)信息后，神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以基于信息規(guī)律展開自動(dòng)運(yùn)行，識(shí)別信息并進(jìn)行有效預(yù)測(cè)，提高了工作效率。將市場(chǎng)、經(jīng)濟(jì)等數(shù)據(jù)信息輸入系統(tǒng)，神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以做出相關(guān)的預(yù)測(cè)分析工作，提升了預(yù)測(cè)結(jié)果的準(zhǔn)確性，有利于促進(jìn)社會(huì)的科技化發(fā)展；神經(jīng)網(wǎng)絡(luò)系統(tǒng)的聯(lián)系存儲(chǔ)功能在信息查找、儲(chǔ)存操作中發(fā)揮中重要作用，用戶輸入相關(guān)信息后，神經(jīng)網(wǎng)絡(luò)系統(tǒng)通過網(wǎng)絡(luò)節(jié)點(diǎn)的聯(lián)系快速獲取信息；自我尋找優(yōu)化解功能是神經(jīng)網(wǎng)絡(luò)在高速運(yùn)轉(zhuǎn)過程中的重要效能，其有利于提高工作效率，能夠最快速度幫助用戶解決難題。神經(jīng)網(wǎng)絡(luò)的有點(diǎn)為其應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中奠定了良好基礎(chǔ)。
人工神經(jīng)網(wǎng)絡(luò)論文篇十三
：隨著社會(huì)信息技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，人們對(duì)網(wǎng)絡(luò)應(yīng)用的需求也原來越多，這就需要不斷研究計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，由于人工智能在一定程度上成為科學(xué)技術(shù)前言領(lǐng)域，所以世界上各個(gè)國(guó)家對(duì)人工智能的發(fā)展越來越重視。本文首先分析其所具有的重要意義，然后研究其在應(yīng)用過程中的作用，提出以下內(nèi)容。
目前由于人工智能的不斷成熟，人們?cè)谏罘矫嬉约肮ぷ鞯倪^程中，智能化產(chǎn)品隨處可見。這不僅對(duì)人們?cè)诠ぷ髦械男蔬M(jìn)行提高，同時(shí)還對(duì)其生活質(zhì)量進(jìn)行加強(qiáng)。所以人工智能的發(fā)展在一定程度上離不開計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，只有對(duì)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)進(jìn)行相應(yīng)的依靠，才能夠讓人工智能研究出更多的成果。
由于計(jì)算機(jī)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)信息安全問題在一定程度上是人們目前比較關(guān)注的一個(gè)重要問題。在網(wǎng)絡(luò)管理系統(tǒng)應(yīng)用中，其網(wǎng)絡(luò)監(jiān)控以及網(wǎng)絡(luò)控制是其比較重要的功能，信息能夠及時(shí)有效的獲取以及正確的處理對(duì)其起著決定性作用。所以，對(duì)計(jì)算機(jī)技術(shù)智能化進(jìn)行實(shí)現(xiàn)是比較必要的。由于計(jì)算機(jī)得到了不斷的深入以及管廣泛的運(yùn)用，在一定程度上導(dǎo)致用戶對(duì)網(wǎng)絡(luò)安全在管理方面的需求比較高，對(duì)自身的信息安全進(jìn)行有效的保證。目前網(wǎng)絡(luò)犯罪現(xiàn)象比較多，計(jì)算機(jī)只有在具備較快的反應(yīng)力和靈敏觀察力的狀況下，才能夠?qū)τ脩粜畔⑦M(jìn)行侵犯的違法活動(dòng)進(jìn)行及時(shí)遏制。充分的利用人工智能技術(shù)，建立起相對(duì)較系統(tǒng)化的管理，讓其不僅對(duì)信息進(jìn)行自動(dòng)的收集，同時(shí)還能夠?qū)W(wǎng)絡(luò)出現(xiàn)的故障進(jìn)行及時(shí)診斷，對(duì)網(wǎng)絡(luò)故障及時(shí)遏制，運(yùn)用有效的措施對(duì)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)進(jìn)行及時(shí)的恢復(fù)，保證用戶信息的安全。計(jì)算機(jī)技術(shù)在發(fā)展的過程中對(duì)人工智能應(yīng)用起著決定性作用，人工智能技術(shù)也在一定程度上對(duì)計(jì)算機(jī)技術(shù)的發(fā)展起著促進(jìn)作用。不斷的跟蹤動(dòng)態(tài)化信息，為用戶提供準(zhǔn)確的信息資源。總的來說，計(jì)算機(jī)網(wǎng)絡(luò)在管理的過程中有效的運(yùn)用人工智能，對(duì)網(wǎng)絡(luò)管理水平進(jìn)行不斷的提高。
2.1安全管理應(yīng)用。
網(wǎng)絡(luò)安全所具有的漏洞相對(duì)比較多，用戶在網(wǎng)絡(luò)中自身的資料信息安全是現(xiàn)階段人們比較關(guān)注以及重視的主要問題。在對(duì)網(wǎng)絡(luò)安全進(jìn)行管理時(shí)，可以對(duì)人工智能技術(shù)進(jìn)行充分的運(yùn)用，在一定程度上能夠?qū)τ脩糇陨淼碾[身進(jìn)行有效的保護(hù)。主要表現(xiàn)為：一是，智能防火墻的應(yīng)用；二是，智能反應(yīng)垃圾郵件方面；三是，入侵檢測(cè)方面等。智能防護(hù)墻主要應(yīng)用的就是智能化識(shí)別技術(shù)，通過概率以及統(tǒng)計(jì)方式、決策方法和計(jì)算等對(duì)信息數(shù)據(jù)不僅進(jìn)行有效的識(shí)別，同時(shí)還能對(duì)其相應(yīng)的處理，對(duì)匹配檢查過程中需要的計(jì)算進(jìn)行消除，充分認(rèn)識(shí)網(wǎng)絡(luò)行為特征值，訪問可以直接進(jìn)行控制，把存在的網(wǎng)絡(luò)及時(shí)發(fā)現(xiàn)，攔截以及阻止有害信息的彈出。智能防火墻能夠在一定程度上避免網(wǎng)絡(luò)站點(diǎn)受到黑客的攻擊，遏制病毒傳播，對(duì)相關(guān)局域網(wǎng)進(jìn)行相應(yīng)的管理和控制，反之就會(huì)導(dǎo)致病毒以及木馬的傳播。在智能防火墻中，比較重要的就是入侵檢測(cè)，它屬于防護(hù)墻后的.第二安全閘門，在對(duì)網(wǎng)絡(luò)安全保證方面起著重要的作用。針對(duì)入侵檢測(cè)技術(shù)而言，主要能夠在一定程度上對(duì)網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行有效的分析，并且對(duì)其進(jìn)行及時(shí)的處理，把部分?jǐn)?shù)據(jù)過濾出去，數(shù)據(jù)檢測(cè)后的報(bào)告分析報(bào)告給用戶。入侵檢測(cè)在對(duì)網(wǎng)絡(luò)性能不產(chǎn)生影響的前提下監(jiān)測(cè)網(wǎng)絡(luò)，為操作上的失誤以及內(nèi)外部攻擊提供一定的保護(hù)。針對(duì)智能型反垃圾而言，其自身的郵件系統(tǒng)能夠?qū)τ脩羿]箱進(jìn)行有效的監(jiān)測(cè)，對(duì)郵箱進(jìn)行相應(yīng)識(shí)別，把郵箱中存在的垃圾充分的篩選出來。如果郵件進(jìn)入郵箱后，就會(huì)進(jìn)行掃描郵箱，在一定程度上把垃圾郵箱的分類信息發(fā)給用戶，提醒用戶要對(duì)其進(jìn)行及時(shí)的處理，避免給郵箱安全帶來影響。
針對(duì)人工智能agent技術(shù)而言，它屬于人工智能代理的一種技術(shù)，屬于不同部分所組成的軟件實(shí)體，包括：一是，知識(shí)域庫；二是數(shù)據(jù)庫；三是解釋推理器；四是各個(gè)agent之間的通訊部分等。人工智能agent技術(shù)通過任何一個(gè)agent域庫對(duì)新數(shù)據(jù)的相關(guān)信息進(jìn)行處理，并且溝通以至完成任務(wù)。人工智能agent技術(shù)能夠在一定程度上通過用戶自定義對(duì)信息獲得自動(dòng)搜索，然后將其發(fā)送到指定位置。人們通過agent技術(shù)得到人性化服務(wù)。例如：用戶在用電腦查相關(guān)信息時(shí)，該技術(shù)不僅能對(duì)信息進(jìn)行處理，同時(shí)還能夠進(jìn)行有效的分析，最后把有用的信息出題給用戶，充分節(jié)省用戶的時(shí)間。agent技術(shù)為用戶在日常生活中提供相應(yīng)的服務(wù)，例如：在網(wǎng)上進(jìn)行購物以及會(huì)議等方面的安排。它不僅自主性以及學(xué)習(xí)性，讓計(jì)算機(jī)對(duì)用戶所分配的任務(wù)自動(dòng)完成，進(jìn)一步推動(dòng)機(jī)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展。
2.3在網(wǎng)絡(luò)系統(tǒng)管理以及評(píng)價(jià)過程中的應(yīng)用分析。
針對(duì)網(wǎng)絡(luò)管理系統(tǒng)來說，其智能化在一定程度上需要人工技能的不斷發(fā)展。在對(duì)網(wǎng)絡(luò)綜合管理系統(tǒng)進(jìn)行建立的過程中，不僅可以對(duì)人工智能中的專家知識(shí)庫進(jìn)行充分的利用，同時(shí)還能夠?qū)Υ嬖诘募夹g(shù)問題進(jìn)行有效的解決和處理。網(wǎng)絡(luò)存在著動(dòng)態(tài)以及變化性，所以，網(wǎng)絡(luò)在管理的過程中會(huì)面臨著困難，這就需要對(duì)網(wǎng)絡(luò)管理技術(shù)人工智能化進(jìn)行實(shí)現(xiàn)。在人工智能技術(shù)中，其專家知識(shí)庫主要指的就是把各個(gè)相關(guān)領(lǐng)域?qū)＜业闹R(shí)以及經(jīng)驗(yàn)進(jìn)行相應(yīng)的結(jié)語出來，錄入系統(tǒng)中，只有這樣才能形成比較完善的知識(shí)庫系統(tǒng)，促進(jìn)智能計(jì)算機(jī)程序的發(fā)展和提高。如果遇到某個(gè)領(lǐng)域問題的過程中，要充分利用專家經(jīng)驗(yàn)程序?qū)ζ溥M(jìn)行及時(shí)的處理。專家知識(shí)經(jīng)驗(yàn)系統(tǒng)促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)管理得到順利開展的同時(shí)，對(duì)系統(tǒng)評(píng)價(jià)相關(guān)進(jìn)行工作不斷的提高和加強(qiáng)。
科學(xué)技術(shù)在發(fā)展的同時(shí)，也促進(jìn)人工智能技術(shù)的提高，計(jì)算機(jī)在網(wǎng)絡(luò)技術(shù)中得到了比較多的需求，在一定程度上提高其應(yīng)用范圍和領(lǐng)域，因此可以看出，人工智能其應(yīng)用發(fā)展前景是比較廣泛的，人類對(duì)人工智能技術(shù)的進(jìn)一步研究，會(huì)在未來開創(chuàng)出更多的應(yīng)用領(lǐng)域。
人工神經(jīng)網(wǎng)絡(luò)論文篇十四
分析了模擬電路故障診斷的重要性和目前存在的困難，對(duì)基于小渡分析理論和神經(jīng)網(wǎng)絡(luò)理論的模擬電路故障診斷方法進(jìn)行了綜述．指出了小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于模擬電路故障診斷存在的問題和未來的應(yīng)用前景。
模擬電路故障診斷在理論上可概括為:在已知網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、輸人激勵(lì)和故障響應(yīng)或可能已知部分元件參數(shù)的情況下，求故障元件的參數(shù)和位置。
盡管目前模擬電路故障診斷理論和方法都取得了不少成就，提出了很多故障診斷方法，如故障字典法、故障參數(shù)識(shí)別法、故障驗(yàn)證法等。但是由于模擬電路測(cè)試和診斷有其自身困難，進(jìn)展比較緩慢。其主要困難有:模擬電路中的故障模型比較復(fù)雜，難以作簡(jiǎn)單的量化;模擬電路中元件參數(shù)具有容差，增加了故障診斷的難度;在模擬電路中廣泛存在著非線性問題，為故障的定位診斷增加了難度;在一個(gè)實(shí)用的模擬電路中，幾乎無一例外地存在著反饋回路，仿真時(shí)需要大量的復(fù)雜計(jì)算;實(shí)際的模擬電路中可測(cè)電壓的節(jié)點(diǎn)數(shù)非常有限.導(dǎo)致可用于作故障診斷的信息量不夠充分，造成故障定位的不確定性和模糊性。
因此，以往對(duì)模擬電路故障診斷的研究主要停留在中小規(guī)模線性無容差或小容差的情況，有些方法也已成功地應(yīng)用于工程實(shí)際。但如何有效地解決模擬電路的容差和非線性問題，如何解決故障診斷的模糊性和不確定性等是今后迫切需要解決的問題。小波神經(jīng)網(wǎng)絡(luò)則因其利于模擬人類處理問題的過程、容易顧及人的經(jīng)驗(yàn)且具有一定的學(xué)習(xí)能力等特點(diǎn)，所以在這一領(lǐng)域得到了廣泛應(yīng)用。
簡(jiǎn)單地講，小波就是一個(gè)有始有終的小的“波浪”小波分析源于信號(hào)分析，源于函數(shù)的伸縮和平移，是fourier分析、gabor分析和短時(shí)fourier分析發(fā)展的直接結(jié)果。小波分析的基木原理是通過小波母函數(shù)在尺度上的伸縮和時(shí)域上的平移來分析信號(hào)，適當(dāng)選擇母函數(shù).可以使擴(kuò)張函數(shù)具有較好的局部性，小波分析是對(duì)信號(hào)在低頻段進(jìn)行有效的逐層分解，而小波包分析是對(duì)小波分析的一種改進(jìn)，它為信號(hào)提供了一種更加精細(xì)的分析方法，對(duì)信號(hào)在全頻段進(jìn)行逐層有效的分解，更有利于提取信號(hào)的特征。因此，它是一種時(shí)頻分析方法。在時(shí)頻域具有良好的局部化性能并具有多分辨分析的特性，非常適合非平穩(wěn)信號(hào)的奇異性分析。如:利用連續(xù)小波變換可以檢測(cè)信號(hào)的奇異性，區(qū)分信號(hào)突變和噪聲，利用離散小波變換可以檢測(cè)隨機(jī)信號(hào)頻率結(jié)構(gòu)的突變。
小波變換故障診斷機(jī)理包括:利用觀測(cè)器信號(hào)的奇異性進(jìn)行故障診斷以及利用觀測(cè)器信號(hào)頻率結(jié)構(gòu)的變化進(jìn)行故障診斷。小波變換具有不需要系統(tǒng)的數(shù)學(xué)模型、故障檢測(cè)靈敏準(zhǔn)確、運(yùn)算量小、對(duì)噪聲的抑制能力強(qiáng)和對(duì)輸入信號(hào)要求低的優(yōu)點(diǎn)。但在大尺度下由于濾波器的時(shí)域?qū)挾容^大，檢測(cè)時(shí)會(huì)產(chǎn)生時(shí)間延遲，且不同小波基的選取對(duì)診斷結(jié)果也有影響。在模擬電路故障診斷中，小波變換被有效地用來提取故障特征信息即小波預(yù)處理器之后，再將這些故障特征信息送人故障分類處理器進(jìn)行故障診斷。小波分析理論的應(yīng)用一般被限制在小規(guī)模的范圍內(nèi)，其主要原因是大規(guī)模的應(yīng)用對(duì)小波基的構(gòu)造和存儲(chǔ)需要的花費(fèi)較大。
人工神經(jīng)網(wǎng)絡(luò)(ann)是在現(xiàn)代神經(jīng)科學(xué)研究成果的.基礎(chǔ)上提出來的，是一種抽象的數(shù)學(xué)模型，是對(duì)人腦功能的模擬。經(jīng)過十幾年的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)已形成了數(shù)十種網(wǎng)絡(luò)，包括多層感知器kohomen自組織特征映射、hopfield網(wǎng)絡(luò)、自適應(yīng)共振理論、art網(wǎng)絡(luò)、rbf網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)等。這些網(wǎng)絡(luò)由于結(jié)構(gòu)不同，應(yīng)用范圍也各不相同。由于人工神經(jīng)網(wǎng)絡(luò)本身不僅具有非線性、自適應(yīng)性、并行性、容錯(cuò)性等優(yōu)點(diǎn)以及分辨故障原因、故障類型的能力外，而且訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)能儲(chǔ)存有關(guān)過程的知識(shí)，能直接從定量的、歷史故障信息中學(xué)習(xí)。所以在20世紀(jì)80年代末期，它已開始應(yīng)用于模擬電路故障診斷。隨著人工神經(jīng)網(wǎng)絡(luò)的不斷成熟及大量應(yīng)用，將神經(jīng)網(wǎng)絡(luò)廣泛用于模擬電路的故障診斷已是發(fā)展趨勢(shì)。by神經(jīng)網(wǎng)絡(luò)由于具有良好的模式分類能力，尤其適用于模擬電路故障診斷領(lǐng)域，因而在模擬電路故障診斷系統(tǒng)中具有廣泛的應(yīng)用前景，也是目前模擬電路故障診斷中用得較多而且較為有效的一種神經(jīng)網(wǎng)絡(luò)。
在神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于模擬電路故障診斷的過程中，神經(jīng)網(wǎng)路對(duì)于隱層神經(jīng)元節(jié)點(diǎn)數(shù)的確定、各種參數(shù)的初始化和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)造等缺乏更有效的理論性指導(dǎo)方法，而這些都將直接影響神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用效果。小波分析在時(shí)域和頻域同時(shí)具有良好的局部化特性，而神經(jīng)網(wǎng)絡(luò)則具有自學(xué)習(xí)、并行處理、自適應(yīng)、容錯(cuò)性和推廣能力二因此把小波分析和神經(jīng)網(wǎng)絡(luò)兩者的優(yōu)點(diǎn)結(jié)合起來應(yīng)用于故障診斷是客觀實(shí)際的需要。
目前小波分析與神經(jīng)網(wǎng)絡(luò)的結(jié)合有兩種形式，一種是先利用小波變換對(duì)信號(hào)進(jìn)行預(yù)處理，提取信號(hào)的特征向量作為神經(jīng)網(wǎng)絡(luò)的輸人，另一種則是采用小波函數(shù)和尺度函數(shù)形成神經(jīng)元，達(dá)到小波分析和神經(jīng)網(wǎng)絡(luò)的直接融合第一種結(jié)合方式是小波神經(jīng)網(wǎng)絡(luò)的松散型結(jié)合，第二種結(jié)合方式是小波神經(jīng)網(wǎng)絡(luò)的緊致型結(jié)合。
小波與神經(jīng)網(wǎng)絡(luò)的松散型結(jié)合，即:用小波分析或小波包分析作為神經(jīng)網(wǎng)絡(luò)的前置處理手段，為神經(jīng)網(wǎng)絡(luò)提供輸人特征向魚具體來說就是利用小波分析或小波包分析，把信號(hào)分解到相互獨(dú)立的頻帶之內(nèi)，各頻帶內(nèi)的能童值形成一個(gè)向覺，該向童對(duì)不同的故障對(duì)應(yīng)不同的值，從而可作為神經(jīng)網(wǎng)絡(luò)的輸入特征向量一旦確定神經(jīng)網(wǎng)絡(luò)的輸入特征向童，再根據(jù)經(jīng)驗(yàn)確定采用哪種神經(jīng)網(wǎng)絡(luò)及隱層數(shù)和隱層單元數(shù)等，就可以利用試驗(yàn)樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，調(diào)整權(quán)值，從而建立起所需的小波神經(jīng)網(wǎng)絡(luò)模型。
小波與神經(jīng)網(wǎng)絡(luò)的緊致型結(jié)合，即:用小波函數(shù)和尺度函數(shù)形成神經(jīng)元，達(dá)到小波分析和神經(jīng)網(wǎng)絡(luò)的直接融合，稱為狹義上的小波神經(jīng)網(wǎng)絡(luò)，這也是常說的小波神經(jīng)網(wǎng)絡(luò)。它是以小波函數(shù)或尺度函數(shù)作為激勵(lì)函數(shù)，其作用機(jī)理和采用sigmoid函數(shù)的多層感知器基本相同。故障診斷的實(shí)質(zhì)是要實(shí)現(xiàn)癥狀空間到故障空間的映射，這種映射也可以用函數(shù)逼近來表示。小波神經(jīng)網(wǎng)絡(luò)的形成也可以從函數(shù)逼近的角度加以說明。常見的小波神經(jīng)網(wǎng)絡(luò)有:利用尺度函數(shù)作為神經(jīng)網(wǎng)絡(luò)中神經(jīng)元激勵(lì)函數(shù)的正交基小波網(wǎng)絡(luò)、自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)、多分辨率小波網(wǎng)絡(luò)、區(qū)間小波網(wǎng)絡(luò)等。
小波神經(jīng)網(wǎng)絡(luò)具有以下優(yōu)點(diǎn):一是可以避免m ly等神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的育目性;二是具有逼近能力強(qiáng)、網(wǎng)絡(luò)學(xué)習(xí)收斂速度快、參數(shù)的選取有理論指導(dǎo)、有效避免局部最小值問題等優(yōu)點(diǎn)。
在模擬電路故障診斷領(lǐng)域，小波神經(jīng)網(wǎng)絡(luò)還是一個(gè)嶄新的、很有前途的應(yīng)用研究方向。隨著小波分析理論和神經(jīng)網(wǎng)絡(luò)理論的不斷發(fā)展，小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于模擬電路故障診斷領(lǐng)域?qū)⑷找娉墒臁?/p>
小波分析理論和神經(jīng)網(wǎng)絡(luò)理論在模擬電路故障診斷領(lǐng)域具有廣闊的應(yīng)用前景。小波神經(jīng)理論的應(yīng)用將進(jìn)一步推動(dòng)模擬電路故障診斷理論和方法的發(fā)展，使其更趨完善和更具廣泛適用性，為實(shí)現(xiàn)復(fù)雜的大規(guī)模電路的故障診斷提供更為有效、更具實(shí)用價(jià)值的方法，是今后模擬電路故障診斷的發(fā)展方向。
人工神經(jīng)網(wǎng)絡(luò)論文篇十五
人工神經(jīng)網(wǎng)絡(luò)(ann)是一種用計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)模擬生物神經(jīng)網(wǎng)絡(luò)的智能神經(jīng)系統(tǒng)，它是在現(xiàn)代神經(jīng)生物學(xué)研究成果的基礎(chǔ)上發(fā)展起來的，模擬人腦信息處理機(jī)制的一種網(wǎng)絡(luò)系統(tǒng)，它不但具有處理數(shù)值數(shù)據(jù)的計(jì)算能力，而且還具有處理知識(shí)的學(xué)習(xí)、聯(lián)想和記憶能力。
人工神經(jīng)網(wǎng)絡(luò)模擬了大腦神經(jīng)元的組織方式，反映了人腦的一些基本功能，為研究人工智能開辟了新的途徑。它具有以下基本特征：
1.1并行分布性。
因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)中的神經(jīng)元排列并不是雜亂無章的，往往是以一種有規(guī)律的序列排列，這種結(jié)構(gòu)非常適合并行計(jì)算。同時(shí)如果將每一個(gè)神經(jīng)元看作是一個(gè)基本的處理單元，則整個(gè)系統(tǒng)可以是一個(gè)分布式處理系統(tǒng)，使得計(jì)算快速。
1.2可學(xué)習(xí)性和自適應(yīng)性。
一個(gè)相對(duì)很小的人工神經(jīng)網(wǎng)絡(luò)可存儲(chǔ)大量的專家知識(shí)，并能根據(jù)學(xué)習(xí)算法，或利用指導(dǎo)系統(tǒng)模擬現(xiàn)實(shí)環(huán)境(稱為有教師學(xué)習(xí))，或?qū)斎脒M(jìn)行自適應(yīng)學(xué)習(xí)(稱為無教師學(xué)習(xí))，可以處理不確定或不知道的事情，不斷主動(dòng)學(xué)習(xí)，不斷完善知識(shí)的'存儲(chǔ)。
(3)魯棒性和容錯(cuò)性。
由于采用大量的神經(jīng)元及其相互連接，具有聯(lián)想映射與聯(lián)想記憶能力，容錯(cuò)性保證網(wǎng)絡(luò)將不完整的、畸變的輸入樣本恢復(fù)成完整的原型，魯棒性使得網(wǎng)絡(luò)中的神經(jīng)元或突觸遭到破壞時(shí)網(wǎng)絡(luò)仍然具有學(xué)習(xí)和記憶能力，不會(huì)對(duì)整體系統(tǒng)帶來嚴(yán)重的影響。
1.3泛化能力。
人工神經(jīng)網(wǎng)絡(luò)是大規(guī)模的非線性系統(tǒng)，提供了系統(tǒng)協(xié)同和自組織的潛力，它能充分逼近任意復(fù)雜的非線性關(guān)系。如果輸入發(fā)生較小變化，則輸出能夠保持相當(dāng)小的差距。
1.4信息綜合能力。
任何知識(shí)規(guī)則都可以通過對(duì)范例的學(xué)習(xí)存儲(chǔ)于同一個(gè)神經(jīng)網(wǎng)絡(luò)的各連接權(quán)值中，能同時(shí)處理定量和定性的信息，適用于處理復(fù)雜非線性和不確定對(duì)象。
人工神經(jīng)網(wǎng)絡(luò)論文篇十六
人工神經(jīng)網(wǎng)絡(luò)是一種模擬生物神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)系統(tǒng)，它能夠模擬人腦的工作方式，包括學(xué)習(xí)、識(shí)別和輸入輸出等功能。在我所學(xué)習(xí)的計(jì)算機(jī)科學(xué)課程中，我深入了解了人工神經(jīng)網(wǎng)絡(luò)的理論和應(yīng)用，從而得出了一些心得體會(huì)。
人工神經(jīng)網(wǎng)絡(luò)是一種非常強(qiáng)大的工具，在機(jī)器學(xué)習(xí)、圖像識(shí)別、自然語言處理等領(lǐng)域中取得了巨大的成功。它的核心思想是模擬人腦的構(gòu)造，通過輸入、輸出和中間層神經(jīng)元之間的連接來學(xué)習(xí)和識(shí)別復(fù)雜的數(shù)據(jù)模式。人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程依賴于大量的數(shù)據(jù)和算法優(yōu)化，在訓(xùn)練過程中逐步優(yōu)化權(quán)重和偏置值，使得人工神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果逐漸接近真實(shí)值。
人工神經(jīng)網(wǎng)絡(luò)可以應(yīng)用于各種機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景，例如分類和回歸任務(wù)，深度學(xué)習(xí)等。在分析和學(xué)習(xí)大量的數(shù)據(jù)時(shí)，人工神經(jīng)網(wǎng)絡(luò)可以快速識(shí)別出那些對(duì)輸出結(jié)果影響最大的因素，并將這些因素與輸出結(jié)果進(jìn)行函數(shù)映射。這種機(jī)器學(xué)習(xí)方法被廣泛用于金融、醫(yī)療保健、營(yíng)銷、安全等領(lǐng)域，可以幫助人們更好地處理和利用海量數(shù)據(jù)，從而更加精確地預(yù)測(cè)未來趨勢(shì)。
另一方面，人工神經(jīng)網(wǎng)絡(luò)還被廣泛應(yīng)用于圖像識(shí)別和識(shí)別場(chǎng)景理解領(lǐng)域。它可以通過大量的訓(xùn)練樣本，識(shí)別圖像中的目標(biāo)物體，并將其與其他物體區(qū)分開來。圖像識(shí)別可以應(yīng)用于各種場(chǎng)景，例如自動(dòng)駕駛汽車、機(jī)器人、視頻監(jiān)控等，可以幫助人們更好地處理和分析復(fù)雜的場(chǎng)景情況，從而實(shí)現(xiàn)更準(zhǔn)確、更快速和更可靠的決策。
在應(yīng)用人工神經(jīng)網(wǎng)絡(luò)的過程中，我們需要注意一些相關(guān)的問題。例如，我們需要明確人工神經(jīng)網(wǎng)絡(luò)的輸入和輸出，構(gòu)建相應(yīng)的模型和算法，以實(shí)現(xiàn)有效的學(xué)習(xí)和匹配。此外，我們還需要關(guān)注數(shù)據(jù)的質(zhì)量和數(shù)量，以確保容易獲得準(zhǔn)確的數(shù)據(jù)和可靠的學(xué)習(xí)結(jié)果。最后，我們需要不斷優(yōu)化和調(diào)整人工神經(jīng)網(wǎng)絡(luò)算法，以滿足不斷變化的需求和環(huán)境。
第五段：總結(jié)。
通過對(duì)人工神經(jīng)網(wǎng)絡(luò)的理解和應(yīng)用，我們可以看到它的強(qiáng)大和潛在的優(yōu)勢(shì)。它可以幫助我們更好地處理和分析各種數(shù)據(jù)，加速我們的工作和決策，實(shí)現(xiàn)更高效和準(zhǔn)確的輸出。在未來，人工神經(jīng)網(wǎng)絡(luò)將繼續(xù)發(fā)揮其潛力，在各種領(lǐng)域中獲得更大的進(jìn)展和成功。
人工神經(jīng)網(wǎng)絡(luò)論文篇十七
1、人的精神需求。
隨著社會(huì)的不斷發(fā)展，人們的生活水平也在不斷提高，尤其是住房條件有了明顯的改善，住得寬敞，住得舒適，已經(jīng)是人們對(duì)居住條件的最基本的要求。而更多的是期望生活在一個(gè)清晨推開窗，能呼吸清新的空氣，能聽到婉轉(zhuǎn)的鳥鳴，在夕陽夕下，沐浴在如夢(mèng)如詩的風(fēng)景中，拋開塵世的煩惱，與自然親密接觸的環(huán)境里。
僅有翠綠，缺少了鮮活的氣息，而精致的水景，使之成為水榭樓臺(tái)，有了自然的靈氣，使自然對(duì)人類更加親和。平靜的水常給人以安靜、輕松、安逸的感覺;流動(dòng)的水則令人興奮和激動(dòng);瀑布?xì)鈩?shì)磅礴，令人遐想;涓涓的細(xì)水，讓人歡快活潑;噴泉的變化多端，給人以動(dòng)感美……。水景不僅能增加周圍空氣的濕度，減少塵埃，提高負(fù)氧離子的含量，還能在小范圍內(nèi)起到調(diào)節(jié)氣候的作用。
2、綠色環(huán)保需求。
水是生命之源，不要讓人類的眼淚成為地球上最后一滴水。所以人人都應(yīng)該從身邊的事做起，無論大小，都應(yīng)考慮到我們的地球村。尤其是設(shè)計(jì)人員，在整體規(guī)劃上就應(yīng)該站在環(huán)保的高度，周密考慮。應(yīng)該在水景水質(zhì)要求和低耗能綠色環(huán)保之間尋找一個(gè)最佳的平衡點(diǎn)。循環(huán)過濾要投入大量人力物力財(cái)力，高耗能、高費(fèi)水的設(shè)計(jì)首先就不應(yīng)予以考慮。而投加藥劑的方法雖然耗能不高，投資也不大，但是環(huán)境造成二次污染，威脅到人類的生存，影響到我們下一代的設(shè)計(jì)，也力求不讓它成為現(xiàn)實(shí)。
下面我們來看一個(gè)房地產(chǎn)界的公式:。
a+b=c。
a――建設(shè)房屋的處理廢水、能耗、維修的投入。
b――房子建成后，在使用年限期間的所投入。
c――全生命周期的投入。
傳統(tǒng)模式:a=336、b=340，總成本676。
新型模式:提高a到390，將大大降低b的投入，b降至23.
即新技術(shù)、新材料、新的管理方式的使用，可使后期的投入成幾何倍的減少，整個(gè)生命周期的成本降到413.真正的開發(fā)高手，增加建筑成本的5~10%，就能帶來后期生命周期成本50~90%的降低，節(jié)約60~90%的后期管理成本。
采用何種設(shè)計(jì)能讓人類與自然成為朋友，息息相關(guān)，和平相處達(dá)到環(huán)保社會(huì)效益雙豐收呢?
――生態(tài)方式，最原始最自然也是最綠色的方法。
二、人工水景目前的狀況。
目前大多數(shù)的小區(qū)在規(guī)劃設(shè)計(jì)中都考慮到了水景水質(zhì)日常的維護(hù)，但大都是通過單一的手段來處理或物理或化學(xué)或生物，因而造成了前期投資大，后期運(yùn)行費(fèi)用多，成效卻不顯著的結(jié)果，水體的水質(zhì)不穩(wěn)定，或時(shí)而藻類泛濫，或時(shí)而水發(fā)黑發(fā)臭，蚊蠅滋生，并且整個(gè)水景常有人造的痕跡。
下面把人工湖、景觀水的水處理方法進(jìn)行一下簡(jiǎn)單的介紹:。
1、物理方式:。
i.引水換水方式。
當(dāng)水體中的懸浮物(如泥、沙)增多，水體的.透明度下降，水質(zhì)發(fā)渾?？梢酝ㄟ^引水、換水的方式，稀釋水中的雜質(zhì)濃度，以此來降低雜質(zhì)的濃度但是需要更換大量的水，而水資源在我國(guó)是相當(dāng)?shù)膮T乏，勢(shì)必要浪費(fèi)寶貴的水資源。
ii.循環(huán)過濾的方式。
在水景設(shè)計(jì)的初期，根據(jù)水體的大小，設(shè)計(jì)配套的過濾沙缸和循環(huán)用的水泵，并且埋設(shè)循環(huán)用的管路，用于以后日常的水質(zhì)保養(yǎng)。如果水體面積較大，必定延長(zhǎng)循環(huán)過濾的周期，使水質(zhì)不能達(dá)到預(yù)期的效果。和引水、換水相比較，雖然減少了用水量，但日常的電能耗費(fèi)增加了，同時(shí)也增加了設(shè)備的日常維護(hù)保養(yǎng)的費(fèi)用。
2、化學(xué)方法:投加殺菌滅藻劑。
敞開式的水體，在陽光的照射下，會(huì)使水中的藻類大量繁殖，布滿整個(gè)水面，不僅影響了水體的美觀，而且擋住了陽光，致使許多水下的植物無法進(jìn)行光合作用，釋放氧氣，使水中的污染物質(zhì)發(fā)生化學(xué)變化，導(dǎo)致水質(zhì)惡化，發(fā)出難聞的惡臭，水也變成了黑色。
所以投加化學(xué)滅藻劑，殺死藻類。久而久之，水中會(huì)出現(xiàn)耐藥的藻類，滅藻劑的效能會(huì)逐漸下降，投藥的間隔會(huì)越來越短，而投加的量會(huì)越來越多，滅藻劑的品種也要頻繁的更換，對(duì)環(huán)境的污染也在不斷地增加，而這種污染會(huì)影響我們的下一代。
所以說用化學(xué)的方式處理水質(zhì)，雖然是立竿見影的，但它的危害也是顯而易見的。
3、微生物方法:投加微生物。
微生物在自然界大量而廣泛的存在，是生態(tài)系統(tǒng)的重要組成之一。它們能將自然界中的動(dòng)、植物的尸體及殘骸分解，將一些有害的污染物質(zhì)加以吸收和轉(zhuǎn)化，成為無毒害或毒害較小的物質(zhì)。
可以在景觀水水質(zhì)惡化的時(shí)候，投加適當(dāng)?shù)倪m量的微生物(各類菌種)，加速水中污染物的分解，起到水質(zhì)凈化的作用。微生物的繁殖速度驚人，呈幾何級(jí)增長(zhǎng)，每一次繁殖都或多或少的會(huì)產(chǎn)生一些變異品種，導(dǎo)致微生物處理水質(zhì)能力下降，而且很難控制其數(shù)量，其生長(zhǎng)又受環(huán)境的影響很大，例如溫度、氣壓等等。同時(shí)微生物的分解物，會(huì)造成藻類的大量繁殖，再次導(dǎo)致水質(zhì)變壞。
因此用微生物處理水質(zhì)，必須定期進(jìn)行微生物的篩選培育、保存、復(fù)壯等等一系列專業(yè)處理過程，而且不能保證水質(zhì)狀況長(zhǎng)期處于良好的狀態(tài)之中。
三、ewt模式(ecologicalwatertreatment)。
生態(tài)學(xué)是一門邊緣學(xué)科，它所涉及的領(lǐng)域相當(dāng)廣泛，有氣象學(xué)、水文學(xué)、環(huán)境土壤學(xué)、環(huán)境地質(zhì)學(xué)、環(huán)境毒理學(xué)、環(huán)境化學(xué)、環(huán)境經(jīng)濟(jì)學(xué)、環(huán)境社會(huì)學(xué)、環(huán)境微生物學(xué)、環(huán)境最優(yōu)化、植物學(xué)、動(dòng)物學(xué)、生物生理學(xué)、環(huán)境概率統(tǒng)計(jì)學(xué)、環(huán)境藝術(shù)設(shè)計(jì)學(xué)等等。
簡(jiǎn)單地說，生態(tài)水處理就是在水域中人為地建立起一個(gè)生態(tài)系統(tǒng)，無需人類的外在干預(yù)，整個(gè)生態(tài)系統(tǒng)能適應(yīng)外界環(huán)境對(duì)它的影響，處在原始的生態(tài)平衡狀態(tài)，和人類共生共存。
這個(gè)看似簡(jiǎn)單的過程卻需要在施實(shí)之前，進(jìn)行縝密地規(guī)劃設(shè)計(jì)。
(一)了解當(dāng)?shù)氐臍夂蚝退锓N情況。
不同的地域氣候不同，降水量不一，會(huì)顯著影響生物的分布情況和生物的種類。根據(jù)當(dāng)?shù)氐奈锓N，選擇適合培養(yǎng)的生物，能適應(yīng)當(dāng)?shù)氐纳姝h(huán)境，或耐旱、或耐澇、亦或耐低溫、耐高溫、耐堿、耐酸。在選擇物種的同時(shí)，還必須兼顧這些生物在水生生態(tài)系統(tǒng)中生態(tài)功能，不僅能使整個(gè)生態(tài)系統(tǒng)穩(wěn)定運(yùn)行，還必須對(duì)整個(gè)水體有著凈化功能。雖然水生植物都能吸收水中的無機(jī)鹽，將其在陽光的作用下，通過光合作用為生態(tài)系統(tǒng)中的其他生物直接或間接的提供食物，但是不同的水生植物對(duì)不同的無機(jī)鹽在吸收能力上不盡相同，必須依據(jù)當(dāng)?shù)氐乃此乃|(zhì)，科學(xué)合理地選擇水生植物。水生動(dòng)物是生態(tài)系統(tǒng)中的消費(fèi)者，離開它，整個(gè)生物鏈不能很好地循環(huán)。如果數(shù)量過多將導(dǎo)致生態(tài)系統(tǒng)中的生產(chǎn)者(水生植物)大大減少，生物鏈出現(xiàn)斷裂;如果數(shù)量過少，生產(chǎn)者(水生植物)大量繁殖泛濫，生態(tài)系統(tǒng)也不會(huì)穩(wěn)定;這些都會(huì)影響生物鏈進(jìn)行到底。水生動(dòng)物的數(shù)量一定要經(jīng)過科學(xué)地計(jì)算，并結(jié)合實(shí)踐經(jīng)驗(yàn)確定。水生動(dòng)物包括魚類、貝類、各種原生動(dòng)物等等。將它們引種到水體中，必須考慮到它們能否適應(yīng)當(dāng)?shù)氐沫h(huán)境，和水生植物的種類和數(shù)量進(jìn)行配比;魚類的食性不同，例如草魚是植食性的，青魚是動(dòng)物食性的，鯽魚是雜食性的。同一種魚在不同的生長(zhǎng)期，它的食性也會(huì)有所改變，例如青魚的幼魚以浮游動(dòng)物為食，當(dāng)體長(zhǎng)達(dá)到15cm左右，開始攝食螺螄、蜆，而成魚主要以軟體動(dòng)物、底棲性的蝦、水生昆蟲的幼蟲為食。同一種魚，在不同季節(jié)的攝食量也不同。例如團(tuán)頭舫，一年中攝食量4月~11月最大。相同食性的魚，攝食強(qiáng)度也不盡相同，例如草魚的食量較大，日食量可達(dá)體重的40~70%，而團(tuán)頭舫的攝食強(qiáng)度則低于草魚。不僅如此，魚類的濾食特性，也會(huì)影響水質(zhì)狀況，所有這些都要綜合考慮。
(二)微生物菌種。
生物界菌種的種類繁多，都有著相當(dāng)復(fù)雜的生理特性，例如有固氮菌、嗜鐵細(xì)菌、硫化細(xì)菌、發(fā)光菌等等，這些生物在生態(tài)系統(tǒng)中起著舉足輕重的作用，離開了它們自然界將堆積滿動(dòng)、植物的尸體，到處都是垃圾。
微生物的繁殖速度很快，數(shù)量呈幾何級(jí)增長(zhǎng)，在不斷繁殖的過程中，極易受外界環(huán)境的影響產(chǎn)生許多變異的種類，這也是為什么微生物的種類不全部為人類了解的原因。這種變異或者會(huì)有利于人類對(duì)微生物的利用，或者會(huì)出現(xiàn)退化的現(xiàn)象。
在水生生態(tài)中，作為分解者的微生物，能將水中的污染物(包括有機(jī)物，某些重金屬等等)加以分解、吸收，變成能夠?yàn)槠渌锼玫奈镔|(zhì)，同時(shí)還要讓它能夠降低或消除某些有毒物質(zhì)的毒性，成為真正意義上的地球環(huán)境的美容師。
首先根據(jù)人工湖的水源水質(zhì)情況，利用現(xiàn)有的微生物，進(jìn)行馴化，培養(yǎng)出適應(yīng)當(dāng)?shù)厍闆r的微生物，接著進(jìn)一步對(duì)培養(yǎng)出來的微生物進(jìn)行篩選，篩選出生理活性強(qiáng)的菌種，然后大量繁殖，投放水體。為了保證篩選出的微生物能保持良好的活性，一直處在高效的工作狀態(tài)，在日常的工作中，必須定期對(duì)微生物進(jìn)行篩選、保存、復(fù)壯，將變異帶來的對(duì)微生物的影響降至最低，保持微生物物種的穩(wěn)定性，這也是生態(tài)水處理中水質(zhì)穩(wěn)定的關(guān)鍵因素之一。微生物菌種在水體中，不僅要完成它基本的分解有機(jī)物，降低或消除有害物質(zhì)毒性的作用，還要能將水生植物的殘枝敗葉轉(zhuǎn)換成有機(jī)肥，增加土壤的有機(jī)質(zhì)，并且對(duì)土壤進(jìn)行改良，改善土壤的團(tuán)粒結(jié)構(gòu)和物理性狀，提高水體的環(huán)境容量，增強(qiáng)水體的自凈能力，同時(shí)也減少了水土流失，抑制了植物病原菌的生長(zhǎng)。
(三)人工湖的防滲漏過程。
對(duì)于不同水域面積的人工湖，可以根據(jù)當(dāng)?shù)氐刭|(zhì)勘測(cè)部門提供的地質(zhì)資料，設(shè)計(jì)不同的防漏設(shè)計(jì)。
人工湖的日常補(bǔ)水量的多少是降低日常維護(hù)開支的瓶頸，湖底防止湖水滲漏是人主觀上能控制的，所以在人工湖開挖時(shí)，防滲漏工作就應(yīng)該做到位。而降雨量、蒸發(fā)量雖然不能為人所控制，但可以從當(dāng)?shù)貧庀蟛块T的資料上了解到相關(guān)信息，對(duì)日后的補(bǔ)水量的多少和何時(shí)會(huì)出現(xiàn)補(bǔ)水高峰、低峰做到心中有數(shù)，避免出現(xiàn)人工湖水位出現(xiàn)大起大落，影響生態(tài)系統(tǒng)的維護(hù)和人工湖的景觀效果。
(四)人工湖的環(huán)境設(shè)計(jì)。
環(huán)境設(shè)計(jì)是人工湖設(shè)計(jì)中畫龍點(diǎn)睛之筆。
詩詞有韻律美，音樂要有節(jié)奏感，水生植物的造景必須和周圍的環(huán)境相協(xié)調(diào)，配合周圍的陸地植物、建筑物、人工湖的土岸曲線，以及整個(gè)人工湖想體現(xiàn)的主題和氣候特點(diǎn)，恰如其分地設(shè)計(jì)。
在配植構(gòu)圖上，要考慮色彩的調(diào)和。清澈泛綠的水色是整個(gè)水景的底色，根據(jù)水生植物的生長(zhǎng)特性和觀賞期，以及觀賞部位不同(如觀葉、觀花等)，錯(cuò)落有致，深深淺淺，綠色疊蕩，或紅或黃的花叢點(diǎn)綴，四季呈現(xiàn)色彩變化，充滿韻律感。
(五)人工湖生態(tài)處理的優(yōu)越性。
1)無需循環(huán)設(shè)備的投資，無需額外的設(shè)備運(yùn)行費(fèi)用和維修保養(yǎng)費(fèi)。
2)無需專人管理，也能達(dá)到水質(zhì)要求。
3)整個(gè)水體自身調(diào)節(jié)能力增加，對(duì)水質(zhì)的波動(dòng)可以通過自身的生態(tài)來進(jìn)行調(diào)整。
4)營(yíng)造出一個(gè)更自然更優(yōu)美的天然水景。
人工神經(jīng)網(wǎng)絡(luò)論文篇十八
傳播神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)稱bp網(wǎng)絡(luò)。目前bp神經(jīng)網(wǎng)絡(luò)已成為廣泛使用的網(wǎng)絡(luò)。
2應(yīng)用現(xiàn)狀
神經(jīng)網(wǎng)絡(luò)以及獨(dú)特的結(jié)構(gòu)和處理信息的方法，在許多實(shí)際應(yīng)用領(lǐng)域中取得了顯著的成效，主要應(yīng)用如下：
1）信號(hào)處理。神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于自適應(yīng)信號(hào)處理和非線性信號(hào)處理中。前者如信號(hào)的自適應(yīng)濾波、時(shí)間序列預(yù)測(cè)、譜估計(jì)、噪聲消除等；后者如非線性濾波、非線性預(yù)測(cè)、非線性編碼、調(diào)制/解調(diào)等。
2）模式識(shí)別。神經(jīng)網(wǎng)絡(luò)不僅可以處理靜態(tài)模式如固定圖像、固定能譜等，還可以處理動(dòng)態(tài)模式如視頻圖像、連續(xù)語音等。
3）系統(tǒng)識(shí)別?；谏窠?jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)是以神經(jīng)網(wǎng)絡(luò)作為被識(shí)對(duì)象的模型，利用其非線性特性，可建立非線性系統(tǒng)的靜態(tài)或動(dòng)態(tài)模型。
4)智能檢測(cè)。在對(duì)綜合指標(biāo)的檢測(cè)（例如對(duì)環(huán)境舒適度這類綜合指標(biāo)檢測(cè)）中，以神經(jīng)網(wǎng)絡(luò)作為智能檢測(cè)中的信息處理聯(lián)想等數(shù)據(jù)融合處理，從而實(shí)現(xiàn)單一傳感器不具備的功能。
5）汽車工程。神經(jīng)網(wǎng)絡(luò)在汽車剎車自動(dòng)控制系統(tǒng)中也有成功的應(yīng)用，該系統(tǒng)能在給定剎車距離、車速和最大減速度的情況下，以人體能感受到的最小沖擊實(shí)現(xiàn)平穩(wěn)剎車，而不受路面坡度和車重影響。
6）化學(xué)工程。神經(jīng)網(wǎng)絡(luò)在光譜分析、判定化學(xué)反應(yīng)的生成物、判定離子濃度及研究生命體中某些化合物的含量與生物活性的對(duì)應(yīng)關(guān)系都有廣泛應(yīng)用并取得了一定成果。
7）衛(wèi)生保健、醫(yī)療。比如通過訓(xùn)練自主組合的多層感知器可以區(qū)分
正常心跳和非正常心跳，基于bp網(wǎng)絡(luò)的波形分類和特征提取在計(jì)算機(jī)臨床診斷中應(yīng)用。
2神經(jīng)網(wǎng)絡(luò)與其他智能方法的融合
2.1神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的融合
專家系統(tǒng)主張通過運(yùn)用計(jì)算機(jī)的符號(hào)處理能力來模擬人的邏輯思維，其核心是知識(shí)的符號(hào)表示和對(duì)用符號(hào)表示的知識(shí)的處理。神經(jīng)網(wǎng)絡(luò)主張對(duì)人腦結(jié)構(gòu)及機(jī)理開展研究，并通過大規(guī)模集成簡(jiǎn)單信息處理單元來模擬人腦對(duì)信息的處理。
專家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)兩種技術(shù)都試圖模仿人類的思維方式來解決實(shí)際問題，它們的應(yīng)用使得計(jì)算機(jī)具有智能成為現(xiàn)實(shí)，解決了一大批工程實(shí)踐中問題。然而，由于這兩種技術(shù)自身的特點(diǎn)，它們都側(cè)重于人類思維方式的某一方面。這樣，在碰到結(jié)構(gòu)上比較單純的問題時(shí)，還可以比較成功地解決。當(dāng)碰到結(jié)構(gòu)上比較復(fù)雜的問題時(shí)，單純使用一種技術(shù)就顯得力不從心了。人類在很多情況下，都是多種思維方式并用，有時(shí)可能以邏輯思維為主，輔以直覺思維，有時(shí)可能以直覺思維為主，輔以邏輯思維進(jìn)行解釋。所以，專家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)要想獲得更大的應(yīng)用，除了依靠自身的不斷發(fā)展與完善以外，更要依靠這兩種技術(shù)的不斷結(jié)合，這也是這兩種技術(shù)未來的發(fā)展方向。
2.2神經(jīng)網(wǎng)絡(luò)與模糊技術(shù)的融合
斷能力的方式來處理常規(guī)數(shù)學(xué)方法難以解決的模糊信息處理難題，使計(jì)算機(jī)的應(yīng)用得以擴(kuò)展到了那些需要借助認(rèn)得經(jīng)驗(yàn)才能完善解決的問題領(lǐng)域，并在描述高層知識(shí)方面有其長(zhǎng)處。而神經(jīng)網(wǎng)絡(luò)技術(shù)則以生物神經(jīng)網(wǎng)絡(luò)為模擬基礎(chǔ)，以非線性大規(guī)模并行處理為主要特征，可以以任意精度逼近緊致集上的任意實(shí)連續(xù)函數(shù)，在諸如模式識(shí)別、聚類分析及計(jì)算機(jī)視覺等方面發(fā)揮著許多不可替代的作用，并在自適應(yīng)及自學(xué)方面已顯示出了不少新的前景和新的思路。將它們進(jìn)行有機(jī)結(jié)合，則可有效地發(fā)揮出其各自的長(zhǎng)處而彌補(bǔ)其不足，在工程應(yīng)用領(lǐng)域更是如此(7)。
3.3神經(jīng)網(wǎng)絡(luò)與遺傳算法的融合
《人工神經(jīng)網(wǎng)絡(luò)發(fā)展前景》全文內(nèi)容當(dāng)前網(wǎng)頁未完全顯示，剩余內(nèi)容請(qǐng)?jiān)L問下一頁查看。
人工神經(jīng)網(wǎng)絡(luò)論文篇十九
針對(duì)中國(guó)土地復(fù)墾起步晚,新技術(shù)與新理論應(yīng)用較少的問題,研究利用人工神經(jīng)網(wǎng)絡(luò)來輔助土地復(fù)墾的`決策.介紹了利用自組織映射神經(jīng)網(wǎng)絡(luò)的自動(dòng)分類功能對(duì)進(jìn)行礦區(qū)土地復(fù)墾條件分類,為因地制宜地采取復(fù)墾措施提供依據(jù).然后,基于bp神經(jīng)網(wǎng)絡(luò),選取評(píng)價(jià)因子,通過對(duì)已有經(jīng)驗(yàn)的學(xué)習(xí),對(duì)復(fù)墾土地適宜性進(jìn)行評(píng)價(jià),并與傳統(tǒng)的方法相比較,研究結(jié)果表明,利用人工神經(jīng)網(wǎng)絡(luò)輔助礦區(qū)土地復(fù)墾決策是可行的.
作者：張洪波胡振琪陳秋計(jì)謝宏全劉昌華作者單位：張洪波(中國(guó)礦業(yè)大學(xué)北京校區(qū),土地復(fù)墾與生態(tài)重建研究所,北京,100083;中國(guó)石油集團(tuán)工程設(shè)計(jì)有限責(zé)任公司,華北分公司,河北,任丘,062552)。
胡振琪(中國(guó)礦業(yè)大學(xué)北京校區(qū),土地復(fù)墾與生態(tài)重建研究所,北京,100083)。
陳秋計(jì),劉昌華(河南理工大學(xué),測(cè)量工程系,河南,焦作,454000)。
謝宏全(河北理工大學(xué),交通與測(cè)繪學(xué)院,河北,唐山,063009)。
刊名：遼寧工程技術(shù)大學(xué)學(xué)報(bào)isticpku英文刊名：journalofliaoningtechnicaluniversity年，卷(期)：24(1)分類號(hào)：x171.4關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)復(fù)墾土地土地復(fù)墾條件分類適宜性評(píng)價(jià)
人工神經(jīng)網(wǎng)絡(luò)論文篇二十
人工神經(jīng)網(wǎng)絡(luò)(ann)是一種用計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)模擬生物神經(jīng)網(wǎng)絡(luò)的智能神經(jīng)系統(tǒng)，它是在現(xiàn)代神經(jīng)生物學(xué)研究成果的基礎(chǔ)上發(fā)展起來的，模擬人腦信息處理機(jī)制的一種網(wǎng)絡(luò)系統(tǒng)，它不但具有處理數(shù)值數(shù)據(jù)的計(jì)算能力，而且還具有處理知識(shí)的學(xué)習(xí)、聯(lián)想和記憶能力。
人工神經(jīng)網(wǎng)絡(luò)模擬了大腦神經(jīng)元的組織方式，反映了人腦的一些基本功能，為研究人工智能開辟了新的途徑。它具有以下基本特征：
1.1并行分布性。
因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)中的神經(jīng)元排列并不是雜亂無章的，往往是以一種有規(guī)律的序列排列，這種結(jié)構(gòu)非常適合并行計(jì)算。同時(shí)如果將每一個(gè)神經(jīng)元看作是一個(gè)基本的處理單元，則整個(gè)系統(tǒng)可以是一個(gè)分布式處理系統(tǒng)，使得計(jì)算快速。
1.2可學(xué)習(xí)性和自適應(yīng)性。
一個(gè)相對(duì)很小的人工神經(jīng)網(wǎng)絡(luò)可存儲(chǔ)大量的專家知識(shí)，并能根據(jù)學(xué)習(xí)算法，或利用指導(dǎo)系統(tǒng)模擬現(xiàn)實(shí)環(huán)境(稱為有教師學(xué)習(xí))，或?qū)斎脒M(jìn)行自適應(yīng)學(xué)習(xí)(稱為無教師學(xué)習(xí))，可以處理不確定或不知道的事情，不斷主動(dòng)學(xué)習(xí)，不斷完善知識(shí)的'存儲(chǔ)。
(3)魯棒性和容錯(cuò)性。
由于采用大量的神經(jīng)元及其相互連接，具有聯(lián)想映射與聯(lián)想記憶能力，容錯(cuò)性保證網(wǎng)絡(luò)將不完整的、畸變的輸入樣本恢復(fù)成完整的原型，魯棒性使得網(wǎng)絡(luò)中的神經(jīng)元或突觸遭到破壞時(shí)網(wǎng)絡(luò)仍然具有學(xué)習(xí)和記憶能力，不會(huì)對(duì)整體系統(tǒng)帶來嚴(yán)重的影響。
1.3泛化能力。
人工神經(jīng)網(wǎng)絡(luò)是大規(guī)模的非線性系統(tǒng)，提供了系統(tǒng)協(xié)同和自組織的潛力，它能充分逼近任意復(fù)雜的非線性關(guān)系。如果輸入發(fā)生較小變化，則輸出能夠保持相當(dāng)小的差距。
1.4信息綜合能力。
任何知識(shí)規(guī)則都可以通過對(duì)范例的學(xué)習(xí)存儲(chǔ)于同一個(gè)神經(jīng)網(wǎng)絡(luò)的各連接權(quán)值中，能同時(shí)處理定量和定性的信息，適用于處理復(fù)雜非線性和不確定對(duì)象。
將本文的word文檔下載到電腦，方便收藏和打印。
人工神經(jīng)網(wǎng)絡(luò)論文篇二十一
摘要：電氣工程及其自動(dòng)化的實(shí)現(xiàn)，從根本上促進(jìn)我國(guó)電氣產(chǎn)業(yè)迅速發(fā)展，滿足人們的日常生活需求。但在實(shí)際的自動(dòng)化發(fā)展過程中，還存在一些不足之處影響電氣工程的生產(chǎn)效率，難以滿足當(dāng)前時(shí)代的需求，基于此，作者結(jié)合自身經(jīng)驗(yàn)，對(duì)電氣工程及其自動(dòng)化發(fā)展的現(xiàn)狀，及其中存在的問題及解決措施進(jìn)行有效的分析，以供相關(guān)人員參考，為其提供借鑒。
關(guān)鍵詞：電氣工程；自動(dòng)化；問題。
引言。
隨著時(shí)代不斷發(fā)展，信息技術(shù)、電氣工程自動(dòng)化技術(shù)逐漸被廣泛應(yīng)用。受生產(chǎn)力水平提升的影響，人們對(duì)于電氣工程及其自動(dòng)化的要求也不斷提升，以滿足時(shí)代發(fā)展，但實(shí)際上，現(xiàn)階段電氣工程及其自動(dòng)化中存在諸多問題，其技術(shù)水平與社會(huì)生產(chǎn)力發(fā)展需求未能有效的相適應(yīng)，難以滿足當(dāng)前社會(huì)的需求。
1我國(guó)電氣工程及其自動(dòng)化現(xiàn)狀分析。
電氣工程及其自動(dòng)化屬于新型的技術(shù)，具有較強(qiáng)的綜合性，直接影響我國(guó)工業(yè)的生產(chǎn)水平，并與人們的日常生活息息相關(guān)?，F(xiàn)階段，我國(guó)電氣工程技術(shù)不斷創(chuàng)新發(fā)展，從根本上帶動(dòng)電氣工程及其自動(dòng)化領(lǐng)域發(fā)展，并促使其逐漸向高新技術(shù)轉(zhuǎn)化，擴(kuò)大技術(shù)的應(yīng)用范圍，從整體上促進(jìn)國(guó)民經(jīng)濟(jì)提升。實(shí)際上，電氣工程及其自動(dòng)化屬于現(xiàn)代電氣信息領(lǐng)域，其涵蓋內(nèi)容非常廣泛，包括與電氣工程相關(guān)的所有工程，并在多個(gè)領(lǐng)域中進(jìn)行應(yīng)用，例如，工業(yè)領(lǐng)域、軍事領(lǐng)域、農(nóng)業(yè)領(lǐng)域等，對(duì)我國(guó)的工業(yè)與社會(huì)發(fā)展起到積極的促進(jìn)作用，同時(shí)，電氣工程及其自動(dòng)化技術(shù)的創(chuàng)新與發(fā)展對(duì)于人們的日常生活方式與生產(chǎn)方式也產(chǎn)生影響，以推動(dòng)國(guó)民經(jīng)濟(jì)穩(wěn)定發(fā)展[1]。
2我國(guó)電氣工程及其自動(dòng)化中存在的問題。
2.1電氣工程能源損耗問題。
在電氣工程及其自動(dòng)化的實(shí)際應(yīng)用過程中，受自身的工作性質(zhì)與設(shè)備影響，存在能源損耗問題，直接造成能源浪費(fèi)，加劇現(xiàn)階段我國(guó)能源緊缺的壓力，與當(dāng)前的節(jié)能減排理念相悖，不符合可持續(xù)發(fā)展戰(zhàn)略的實(shí)施，同時(shí)提升了工業(yè)生產(chǎn)的成本支出，降低了經(jīng)濟(jì)效益。
2.2電氣系統(tǒng)的集成化不高。
現(xiàn)階段，受時(shí)代發(fā)展與實(shí)際需求的影響，促使電氣工程自動(dòng)化系統(tǒng)逐漸向集成化方向發(fā)展，以滿足當(dāng)前時(shí)代的要求，但由于我國(guó)電氣集成化起步較晚，當(dāng)前的集成化水平較低，處于獨(dú)立自動(dòng)化階段，影響信息與資源的共享。
2.3電氣工程自動(dòng)化系統(tǒng)難以統(tǒng)一。
為了滿足當(dāng)前的發(fā)展需求，電氣工程要利用先進(jìn)的技術(shù)，構(gòu)建完善合理的自動(dòng)化系統(tǒng)，以此提升工作效率，但受多種因素影響，系統(tǒng)難以進(jìn)行合理的統(tǒng)一，缺乏兼容性，降低了系統(tǒng)的工作效率。
2.4電氣工程質(zhì)量達(dá)不到要求。
電氣工程的質(zhì)量直接影響其使用壽命，但受實(shí)際的工程質(zhì)量管理工作影響，以及工作人員自身的管理水平偏低、管理意識(shí)落后等因素的影響，導(dǎo)致電氣工程質(zhì)量經(jīng)常達(dá)不到實(shí)際的要求，質(zhì)量管理效率不高。
3現(xiàn)階段我國(guó)電氣工程及其自動(dòng)化中存在問題的解決措施。
3.1合理對(duì)電氣工程進(jìn)行節(jié)能設(shè)計(jì)。
在當(dāng)前的時(shí)代背景下，工作人員應(yīng)重視電氣工程的能源損耗問題，利用先進(jìn)的技術(shù)手段，降低能源消耗，以滿足當(dāng)前可持續(xù)發(fā)展戰(zhàn)略，緩解我國(guó)能源與資源緊缺問題。例如，利用合理的技術(shù)手段，優(yōu)化電氣工程的節(jié)能設(shè)計(jì)，從根本上降低能源的不必要浪費(fèi)，降低成本的支出。在實(shí)際的節(jié)能設(shè)計(jì)優(yōu)化過程中，工作人員應(yīng)結(jié)合實(shí)際情況，以工作最基本要求為基礎(chǔ)，對(duì)非重點(diǎn)環(huán)節(jié)進(jìn)行有效的改良，如，對(duì)現(xiàn)階段的變壓器進(jìn)行改良，選擇繞組阻值較小的供電系統(tǒng)變壓器，以此來降低變壓器的能源損耗，從而減少不必要的損失浪費(fèi)，達(dá)到節(jié)能的目的，促使我國(guó)電氣工程實(shí)現(xiàn)可持續(xù)發(fā)展。
3.2從整體上提升電氣工程自動(dòng)化系統(tǒng)的集成化水平。
提升工作人員自身的專業(yè)水平與能力，利用工作人員的專業(yè)技術(shù)，建立完善的系統(tǒng)平臺(tái)，并充分發(fā)揮其創(chuàng)新意識(shí)與主觀意識(shí)，從根本上滿足實(shí)際的集成化需求，具體來說，主要從以下兩方面入手：一方面，完善電氣工程系統(tǒng)的兼容性，保證系統(tǒng)軟硬件在交換過程中具有統(tǒng)一的接口，從而實(shí)現(xiàn)信息數(shù)據(jù)的共享；另一方面，提升各功能與系統(tǒng)之間的鏈接效率，從整體上降低電氣工程自動(dòng)化系統(tǒng)的運(yùn)行成本，從而促使減少設(shè)計(jì)成本的支出，以滿足當(dāng)前時(shí)代的需求。
3.3構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動(dòng)化系統(tǒng)。
構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動(dòng)化系統(tǒng)是電氣工程未來發(fā)展的主要方向與趨勢(shì)，以此來提升電氣工程的整體質(zhì)量。具體來說，主要包含以下幾方面：首先，積極引進(jìn)先進(jìn)的技術(shù)，以先進(jìn)的電氣自動(dòng)化技術(shù)為基礎(chǔ)，構(gòu)建完善的系統(tǒng)，從而提升整體的管理水平；其次，引進(jìn)先進(jìn)的設(shè)計(jì)理念，完善現(xiàn)階段電氣自動(dòng)化系統(tǒng)，改善其中的不合理之處，并針對(duì)現(xiàn)階段的企業(yè)不同需求進(jìn)行個(gè)性化開發(fā)；最后，實(shí)現(xiàn)信息資源的有效共享，促進(jìn)我國(guó)電氣工程領(lǐng)域穩(wěn)定發(fā)展，跟上時(shí)代發(fā)展的步伐[2]。
3.4重視對(duì)電氣工程的質(zhì)量管理。
重視對(duì)電氣工程的質(zhì)量管理，可以從根本上提升電氣工程質(zhì)量與使用壽命，并保證工程使用安全。具體來說，可以從以下幾方面入手：首先，加強(qiáng)工作管理人員對(duì)電氣工程質(zhì)量管理的重視力度，認(rèn)識(shí)到管理的重要性，以此來保證工程質(zhì)量；其次，加強(qiáng)現(xiàn)階段工作人員自身的專業(yè)水平與能力，通過定期的培訓(xùn)，強(qiáng)化工作人員的專業(yè)水平與技術(shù)理念，利用其良好的綜合素養(yǎng)，提升質(zhì)量管理效率；然后，加強(qiáng)對(duì)電氣工程施工材料的管理，保證材料的質(zhì)量，從而提升電氣工程的質(zhì)量；最后，重視對(duì)各個(gè)施工環(huán)節(jié)的質(zhì)量管理，通過合理的監(jiān)督與管理，保證施工的規(guī)范性，并以其整體質(zhì)量為基礎(chǔ)，適當(dāng)對(duì)施工進(jìn)度進(jìn)行合理的調(diào)整，以此來保證施工的整體進(jìn)度。
4結(jié)論。
綜上所述，電氣工程及其自動(dòng)化中存在的問題，直接影響電氣工程的整體質(zhì)量與效率，因此，工作人員應(yīng)積極引進(jìn)先進(jìn)的技術(shù)與設(shè)備，通過不斷的革新與發(fā)展，合理的進(jìn)行資源節(jié)約，降低成本的支出，以此來獲取可觀的經(jīng)濟(jì)效益。同時(shí)，加強(qiáng)對(duì)電氣工程的研究力度，不斷提升其技術(shù)水平,從而推動(dòng)我國(guó)電氣工程及其自動(dòng)化領(lǐng)域穩(wěn)定發(fā)展。
參考文獻(xiàn)：
[1]宋海南.電氣工程及其自動(dòng)化中存在的問題及解決措施[j].南方農(nóng)機(jī),20xx,47(11):134+148.
[2]閆海東,程世偉.淺析電氣工程及其自動(dòng)化中存在的問題及解決措施[j].科技創(chuàng)新與應(yīng)用,20xx(06):69.
【本文地址：http://aiweibaby.com/zuowen/17636862.html】
