第四章 人工神经网络 Date 14.1 概述 Date 2一、人工神经网络研究与发展 40年代初，美国Mc Culloch和Pitts从信息处理的角度，研究神经 细胞行为的数学模型表达，并提出了二值神经元模型。 1949年心理学家Hebb提出著名的Hebb学习规则，即由神经元之 间结合强度的改变来实现神经学习的方法。 MP模型的提出开始了对神经网络的研究进程。 虽然Hebb学习规则在人们研究神经网络的初期就已提出，但是 其基本思想至今在神经网络的研究中仍发挥着重要作用。 人工神经网络(简称神经网络)是利用物理器件来模拟生物神经 网络的某些结构和功能。 Date 350年代末期，Rosenblatt提出感知机模型(Perceptron)，首先从工 程角度出发，研究了用于信息处理的神经网络模型。 感知机虽然比较简单，却已具有神经网络的一些基本性质，如分 布式存贮、并行处理、可学习性、连续计算等。 这些神经网络的特性与当时流行串行的、离散的、符号处理的 电子计算机及其相应的人工智能技术有本质的不同，由此引起 许多研究者的兴趣，在60代掀起了神经网络研究第一次高潮。 但是，当时人们对神经网络
