人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,簡稱ANN)是人工智能領(lǐng)域中的一個重要分支,它是一個用大量的簡單處理單元經(jīng)廣泛并行互連所構(gòu)成的人工網(wǎng)絡(luò),用于模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。神經(jīng)網(wǎng)絡(luò)在模仿生物神經(jīng)計算方面有一定優(yōu)勢,它具有自學(xué)習(xí)、自組織、自適應(yīng)、聯(lián)想、模糊推理等方面的能力。
神經(jīng)網(wǎng)絡(luò)有許多種類型,主要有前向型、反饋型、隨機型和自組織競爭型等。其中前向型神經(jīng)網(wǎng)絡(luò)是數(shù)據(jù)挖掘中廣為應(yīng)用的一種網(wǎng)絡(luò),其原理或算法也是其他一些網(wǎng)絡(luò)的基礎(chǔ)。比較成熟的有BP神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)等。
人們對神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用已經(jīng)滲透到許多領(lǐng)域,如機器學(xué)習(xí)、專家系統(tǒng)、智能控制、模式識別、計算機視覺、信息處理、智能計算、聯(lián)想記憶、編碼理論、醫(yī)學(xué)診斷、金融決策、數(shù)據(jù)挖掘、非線性系統(tǒng)辯識及非線性系統(tǒng)組合優(yōu)化等。