1人工神經網絡的生物學基礎

人工神經網絡直接受神經生理學和生物解剖學研究的啟發。一個簡單的神經細胞通常稱之為神經元，細胞的胞體是一球形，由胞體延伸出來的主要管狀信號傳輸神經纖維稱為軸突，胞體上其他又細又短的纖維稱為樹突，整個神經細胞—胞體、軸突和樹突—都包含在細胞膜內。胞體和樹突接受來自其他神經元的信息，在軸突的終端附近，通常分成許多分支，稱為突觸區域。突觸將一個神經元的信息傳給其他神經細胞。信息從突觸前細胞神經元傳到突觸后神經元。信息通過突觸的傳遞稱為化學傳遞，因其利用化學物質的擴散來完成信息的傳遞。神經元有許多不同的種類，具有相似或相關功能的神經元通常相互連接。緊密連接的神經元通常在神經系統中聚集在一起(它們具有明顯的解剖學特征)，其主要原因是短突觸更有效：它容易生成，所費材料少，占據更小的空間，且傳遞信息快。這一結構的形成原理可用于城市規劃、網絡建沒和研究各種自然現象的自組織行為。自組織特征映射算法便是基于這一結構的形成原理而設計的。大腦大致包含了數百個這樣的細胞聚合塊，它們的形狀多為球形和盤狀。短的連接出現在同一結構中，結構和結構之間由大量長神經纖維形成的束來連接，球或盤的順序連接稱為通道。大腦便通過這些以復雜方式連接起來的神經元形成的網絡，處理各式各樣的從外部世界輸入的信息。由于現代計算技術的發展，人們對于外部世界的表示通常用一個數字向量來表示，這一表示使得人類在自然科學的諸多領域獲得了巨大的成功。大腦是利用神經網絡表示外部世界刺激，神經網絡亦可用一組向量表示外部事件的刺激，但其計算方式卻與現行的數字計算機的運算方式大相徑庭。

2人工神經網絡的基本功能

（1）聯想記憶。人工神經網絡的設計使其具有分布存儲信息和并行計算的功能，所以它能對輸入其中的信息和輸入的模式有聯想記憶的能力。

（2）非線性映射。在大多數的現實的設計中，大多數的系統的輸入和輸出之前不能建立線性的關系，導致不能在這種類型的系統上建立相關的熟悉模型。而設計合理的人工神經網絡可以十分精準的逼近非線性映射，利用它的這一優良的能力，可以建立多維非線性函數的通用數學模型，可以應用于幾乎所有的領域。

（3）分類與識別。人工神經網絡對輸入其中的樣本具有分類與識別，能力十分強大和精準，區別于傳統分類方法只能局限于同類相聚、異類分離的識別與分類問題，神經網絡對非線性曲面的逼近一類問題也有很強的解決能力。

（4）知識處理。人工神經網絡獲取知識的路徑與我們人類相同，也是通過對輸入和輸出的信息分析進而發現規律從而獲得相關知識，并進一步在神經網絡中儲存。神經網絡的另外一大優勢，就是可以缺少先驗知識的條件下，自動通過從輸入的數據中抽取特征，發現規律，并構建成適合于表達的規律。

3人工神經網絡在經濟管理中的應用領域

（1）信貸分析.對于這類型的，信用評估的機構要有特異性的，基于不同申請公司的各自不同的特點，總結出信用判斷的條件，即使是這樣的復雜，判斷失誤的機率也是較大的，最終的后果是給信貸機構帶來經濟和信譽上的損失。而利用計算機科學技術的成果即人工神經網絡的評價系統，由于神經網絡評價系統的機理是：將需要貸款公司填寫的申請表中的關鍵信息編碼為向量輸入系統，輸出的是公司的實際的信用情況的客觀評價，同時還要輸入上千例的歷史數據對網絡進行校正，以提高準確率。這樣一方面可給出較為準確和客觀的評價結果，另一方面可以避免從事信貸分析的人的主觀性造成的錯誤。正是基于人工神經網絡的評價系統的種種優勢，故其在在金融風險分析領域應用十分廣泛。

（2）市場預測。預測是為決策服務，是為了提高管理水平減少決策盲目性，降低風險。應用人工神經網絡進行市場預測的一個實例是期貨市場的神經網絡預測。它是根據某期貨市場每月平均期貨價格、價格不定性和市場心理指標量等因素，建立較為準確可靠的市場模型。該模型的訓練數據覆蓋了3年時間，它不僅能判斷價格的未來走勢，而且能在走勢持續一段時間后預測到價格的反轉。神經網絡市場預測在股票走勢預測中也有廣泛應用。

總之，在新時代信息化要以電子化為基礎，最終以知識化為升華。電子化和信息化構成了知識經濟發展的全過程。現代的經濟管理中的數據處理與傳統經濟有許多不同點，這些信息的處理可以統一在由計算機信息系統支持的人工神經網絡平臺上。

本文作者：劉驕陽 單位：四川大學