（邢臺技師學(xué)院 河北 054000）

1 神經(jīng)網(wǎng)絡(luò)技術(shù)的基本特征概述

人工神經(jīng)網(wǎng)絡(luò)技術(shù)是通過應(yīng)用物理學(xué)的相關(guān)知識從而有效實現(xiàn)的系統(tǒng)來深度的效仿人類的行為模式以及功能結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)技術(shù)有效的反映了生物神經(jīng)系統(tǒng)的基本特性，是對生物系統(tǒng)的有效模擬應(yīng)用。

（1）非線性

人類智慧往往是屬于非線性的體現(xiàn)。處理相關(guān)元素通常處于激活亦或兩種不同的狀態(tài)，在數(shù)學(xué)的相關(guān)概念闡述可以理解為一種非線性關(guān)系。通過神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)多種變量之間的多種非放射性的映射，所以可以進行大規(guī)模的非線性系統(tǒng)的描述。

（2）自主學(xué)習(xí)能力

神經(jīng)網(wǎng)絡(luò)最大的特點就在于，通過一定周期的相應(yīng)訓(xùn)練和適應(yīng)，從而可以深入的處理大批量的信息。此外，神經(jīng)網(wǎng)絡(luò)在處理信息的進程時，還可以同時進行相關(guān)信息的梳理以及有效掌握輸入信息之間所存在的特征，通過應(yīng)用迭代過程從而進一步優(yōu)化自身的拓撲關(guān)系，強化自有掌握的知識以及有關(guān)經(jīng)驗，從而進一步提升處理以及分析數(shù)據(jù)的綜合素質(zhì)。

（3）并行性

輸入到神經(jīng)網(wǎng)絡(luò)中的信息是各個處理元素并行開展進行的。如今的計算機系統(tǒng)之中的處理器相當(dāng)于是計算機的核心指揮所，所有的命令都是由處理進行統(tǒng)一的發(fā)出，從而讓相關(guān)工作可以同時開展。而當(dāng)整體的操作任務(wù)較為龐雜的時候，整體運行開展的效率勢必會降低。而神經(jīng)網(wǎng)絡(luò)最大的優(yōu)勢就在于，每個處理的元素都是一個獨立的小型處理器，可以各自自主完成相應(yīng)的數(shù)據(jù)收集任務(wù)，同時進一步解析綜合后再輸入到其他神經(jīng)元素當(dāng)中。各個元素相互獨立，但又精密的配合，不需要進行整體的統(tǒng)一指揮。正是因為神經(jīng)網(wǎng)絡(luò)這一關(guān)鍵的優(yōu)勢，也讓神經(jīng)網(wǎng)絡(luò)對于相關(guān)數(shù)據(jù)信息的處理開展，顯得效率非常之高。

（4）分布式的數(shù)據(jù)儲存

神經(jīng)網(wǎng)絡(luò)的信息存儲不是分別儲存各個元素當(dāng)中，而是有效地儲存在處理元素當(dāng)中的拓撲關(guān)系當(dāng)中。處理元素當(dāng)中的不同行的連接方式直接說明了其不同的存儲內(nèi)容。輸入的相關(guān)數(shù)據(jù)信息在神經(jīng)網(wǎng)絡(luò)中快速的傳輸，從而進一步尋找到最佳的存儲信息。這樣的進程當(dāng)中，神經(jīng)網(wǎng)絡(luò)各個環(huán)節(jié)可以有效實現(xiàn)信息的相互補充，同時也可以為不完整的信息尋找到最合適的搭配。所以，神經(jīng)網(wǎng)絡(luò)具有非常強大的容錯屬性。

2 神經(jīng)網(wǎng)絡(luò)技術(shù)在機械工程中的應(yīng)用介紹

（1）CAD技術(shù)當(dāng)中的應(yīng)用

現(xiàn)階段，CAD技術(shù)隨著不斷的革新相比于初代而言有了極大的功能應(yīng)用提升。特別是從原本的基本繪圖功能隨之不斷發(fā)展為集合了需求的解析、原理方案的設(shè)計、工程解析等多功能于一體的CAD 操作系統(tǒng)。但是CAD 操作系統(tǒng)就目前實際應(yīng)用中發(fā)現(xiàn)，仍然存在著一定的技術(shù)缺失。第一，相關(guān)專業(yè)知識的攝取相對薄弱，其核心的來源是專家的數(shù)據(jù)庫。第二，知識量相對積累越多，推理所消耗的時間便越長，這也導(dǎo)致了整個開展的效率明顯下降。第三，相關(guān)的問題解析已經(jīng)明顯超出了其知識庫所能涉及的范疇之外，系統(tǒng)無法進行有效的操作。而通過結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)的深度應(yīng)用，在一定程度上很好地彌補了相關(guān)問題的缺失。特別是知識獲得的相當(dāng)一部分可以通過前期的訓(xùn)練，加上后期的實踐過程中獲得。整體的信息處理過程是基于其整體知識架構(gòu)中尋找最為合適的進程，整體消耗的時間也相對更短。還有，神經(jīng)網(wǎng)絡(luò)的聯(lián)想素質(zhì)以及容錯率也可以更好地改善處理相關(guān)問題時不受到自由知識庫有限的制約。由此可知，神經(jīng)網(wǎng)絡(luò)可以作為CAD操作系統(tǒng)功能應(yīng)用中良好補充。

（2）機械優(yōu)化設(shè)計當(dāng)中的深入應(yīng)用

在機械優(yōu)化設(shè)計的進程當(dāng)中，其核心是依據(jù)機械設(shè)計的相關(guān)標準，從設(shè)計環(huán)節(jié)當(dāng)中抽象出相應(yīng)的數(shù)據(jù)模型，通過采用相關(guān)的數(shù)學(xué)知識和先進的信息技術(shù)，在相關(guān)條件的要求下求目標函數(shù)的最優(yōu)解，可以應(yīng)用于機械優(yōu)化設(shè)計當(dāng)中的BP神經(jīng)網(wǎng)絡(luò)以及反饋神經(jīng)網(wǎng)絡(luò)。

BP神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用極為廣泛的人工神經(jīng)網(wǎng)絡(luò)，其是通過深度的仿造人類大腦的神經(jīng)網(wǎng)絡(luò)架構(gòu)以及功能，從而有效建立的一套全新的智能化信息處理操作系統(tǒng)。BP神經(jīng)網(wǎng)絡(luò)對于人類大腦的思維模式、記憶聯(lián)想等方面進行深度的模擬以及抽象的方式來實現(xiàn)與人腦功能相近的記憶和判斷信息的相關(guān)功能。同時BP神經(jīng)網(wǎng)絡(luò)擁有著極高的自我調(diào)節(jié)和組織能力，相關(guān)硬件實現(xiàn)后分類的速率非常之高，可以精準地進行相關(guān)數(shù)據(jù)信息的實時處理。依據(jù)Kosmagoro 定理：在相對科學(xué)結(jié)構(gòu)和適當(dāng)權(quán)值的基礎(chǔ)條件之下，三層前饋網(wǎng)絡(luò)可以接近與任何的連續(xù)函數(shù)，因此從快捷好用的角度來分析，通常情況下只會選擇一個隱層。相對標準的BP網(wǎng)絡(luò)在緊鄰的雙層神經(jīng)元之間進行有效的連接，每層當(dāng)中的神經(jīng)元沒有進行相關(guān)的連接。在機械優(yōu)化的設(shè)計進程當(dāng)中，可以充分地應(yīng)用BP神經(jīng)網(wǎng)絡(luò)飛線性的映射功能進行機械操控系統(tǒng)的架構(gòu)優(yōu)化設(shè)計以及多方面相關(guān)優(yōu)化設(shè)計。而通過BP神經(jīng)網(wǎng)絡(luò)所獨有的獨特屬性，在進行整體優(yōu)化設(shè)計的進程當(dāng)中，可以有效規(guī)避認定各個目標函數(shù)的權(quán)值，從而更為搞笑的進行多目標的優(yōu)化設(shè)計。其核心的開展方式是：首先依據(jù)商品的具體狀況構(gòu)造相對應(yīng)的BP神經(jīng)網(wǎng)絡(luò)，通過相關(guān)設(shè)計變量作為整個神經(jīng)網(wǎng)絡(luò)的輸入向量，同時以各個分目標函數(shù)作為整個神經(jīng)網(wǎng)絡(luò)輸出的定量，充分的應(yīng)用現(xiàn)有的經(jīng)驗信息有效的控制整個網(wǎng)絡(luò)，從而進一步確定整個網(wǎng)絡(luò)各個環(huán)節(jié)連接的權(quán)重，也就是充分的確認設(shè)計變量空間到目標函數(shù)空間的映射關(guān)系，緊接著在進行相關(guān)商品設(shè)計當(dāng)中，依據(jù)已經(jīng)確認的設(shè)計變量空間到目標函數(shù)空間的整個聯(lián)系，從而有效的確定各個變量之間的數(shù)值，進而讓整個開發(fā)產(chǎn)品的綜合性能達到最佳的狀態(tài)。

反饋神經(jīng)網(wǎng)絡(luò)是由某些雙向連接的神經(jīng)元結(jié)構(gòu)所形成的，每個連接都有相對應(yīng)的權(quán)值。網(wǎng)絡(luò)當(dāng)中任何一個神經(jīng)元的輸出都需要反饋到上一級別的神經(jīng)元的輸入以上。因為這樣的拓撲結(jié)構(gòu)的網(wǎng)絡(luò)在沒有外部輸入的狀況之下，網(wǎng)絡(luò)其本身的開展狀態(tài)可以有效地達到自我穩(wěn)定的形態(tài)，在這樣的形態(tài)之下，各個神經(jīng)元之間的連接權(quán)值基本相同，網(wǎng)絡(luò)的形態(tài)也是趨于更加穩(wěn)定的形態(tài)，而有關(guān)的領(lǐng)域?qū)＜乙矊⒛芰亢瘮?shù)有效的加入到整體的網(wǎng)絡(luò)架構(gòu)當(dāng)中，并且通過函數(shù)來更好的判斷這種運行方式的穩(wěn)定性。將整體的神經(jīng)網(wǎng)絡(luò)模型有效地應(yīng)用到機械優(yōu)化設(shè)計當(dāng)中，其核心是在機械優(yōu)化設(shè)計的相關(guān)問題與神經(jīng)網(wǎng)絡(luò)模型建立一種相互銜接的狀態(tài)，通過應(yīng)用人工神經(jīng)網(wǎng)絡(luò)深度的表述優(yōu)化設(shè)計當(dāng)中的設(shè)計變量和目標函數(shù)，而將這樣的神經(jīng)網(wǎng)絡(luò)動態(tài)演化過程與機械設(shè)計的解析空間在尋找最佳途徑的進程當(dāng)中有效的對應(yīng)起來。

3 神經(jīng)網(wǎng)絡(luò)技術(shù)未來在機械工程中核心應(yīng)用的發(fā)展介紹

（1）工況的深入檢測與控制

機械加工制造的進程當(dāng)中的各項參數(shù)往往具有很強的特征性以及隨機性。以往的精確數(shù)學(xué)模型也會在一定程度上受到管控。所以在未來，神經(jīng)網(wǎng)絡(luò)一定會為相對復(fù)雜的非線性映射問題提供最佳的解決方式。神經(jīng)網(wǎng)絡(luò)通過前期的整體訓(xùn)練以及學(xué)習(xí)，對于輸入的非線性復(fù)雜信號進行有效的解析，從而進一步識別出工藝系統(tǒng)的相關(guān)形態(tài)，同時依據(jù)整體的經(jīng)驗給出最具體的管控方案，從而進一步實現(xiàn)高效的在線控制。

（2）智能操控以及機器人工智能工程

對于可抽象精確數(shù)學(xué)模型的相關(guān)問題，傳統(tǒng)的控制方法往往無法起到最佳的效果，但是對于相對復(fù)雜的操控系統(tǒng)而言，諸如智能機器人的操作系統(tǒng)，也很難建立精準的數(shù)學(xué)模型。整體接收的信號往往為無法確定的非線性信號。通過神經(jīng)系統(tǒng)的自我調(diào)整特性，充分的仿造現(xiàn)有的數(shù)學(xué)模型，有效利用自身組織性能做出有效的判斷，其較好的容錯性可以有效提升整個系統(tǒng)處理不確定信號的能力。所以，可以更好地作為智能機器人的自適應(yīng)控制器。

4 結(jié)束語

伴隨著人工神經(jīng)網(wǎng)絡(luò)技術(shù)的全面發(fā)展，以及更多優(yōu)化網(wǎng)絡(luò)模型的建設(shè)，神經(jīng)網(wǎng)絡(luò)勢必會在機械領(lǐng)域起到更為關(guān)鍵的作用。也可以更好地為機械商品在前期的設(shè)計、制造、應(yīng)用以及后期的養(yǎng)護方面提供巨大的支持，從而有效地推進機械制造行業(yè)的飛躍發(fā)展。