前向神经网络

前向神经网络（feedforward neural network），工学-控制科学与工程-智能控制-智能控制-模糊控制-人工神经网络，神经元之间的连接不形成环路，神经元之间的信息传输单向地从输入端流向输出端的一类神经网络模型，是较早提出的一种人工神经网络。又称前馈神经网络。前向神经网络由输入层、输出层和若干个隐单元组成。如果隐单元不分层，则称为单层前向神经网络；如果隐单元分层，则称为多层前向神经网络。多层前向神经网络能逼近任意非线性函数，在科学技术领域中有广泛的应用。多层前向神经网络中的输入与输出变换关系为：式中为前向神经网络的第层第个神经元的输入；为前向神经网络的第层第个神经元的输出；为前向神经网络的第层的第个神经元与第个神经元的连接权；为前向神经网络的第层第个神经元的阈值；为前向神经网络的层数。为神经元的激活函数，可以为任意可微函数。一般情况下，网络的输入层的激活函数、输出神经元的激活函数取线性函数，而隐单元则取非线性函数。常见的前向神经网络有感知机、BP网络、RBF网络等。感知机是比较简单的前向神经网络，它主要用于模式分类，也可用在基于模式分类的学习控制和多模态控制中。