金屬材料設(shè)計(jì)的人工模擬系統(tǒng)激活功能指定了細(xì)胞將通過(guò)處理細(xì)胞的凈輸入而產(chǎn)生的響應(yīng)。激活函數(shù)通常被選擇為非線性函數(shù)，它是ann的一個(gè)特征，來(lái)自于非線性特征。目前，“s型函數(shù)”和“正切雙曲函數(shù)”是應(yīng)用最廣泛的激活函數(shù)。表2顯示了激活函數(shù)。激活函數(shù)的值是單元格的輸出值。具有非線性、并行運(yùn)算、學(xué)習(xí)、泛化、容錯(cuò)和靈活性、處理缺失數(shù)據(jù)、使用多變量和多參數(shù)、適應(yīng)性等關(guān)鍵特性。金屬材料設(shè)計(jì)人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用主要用于預(yù)測(cè)、分類(lèi)、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)解釋和數(shù)據(jù)過(guò)濾過(guò)程。在ann中，根據(jù)它們的結(jié)構(gòu);人工神經(jīng)網(wǎng)絡(luò)分為前向和反饋兩種，這取決于它們包含的神經(jīng)元的方式。
金屬材料設(shè)計(jì)人工系統(tǒng)從一層到下一層只有一個(gè)鏈接。與前饋神經(jīng)網(wǎng)絡(luò)(FF)不同的是，一個(gè)細(xì)胞的饋入不僅是它后面的細(xì)胞層的輸入。它還可以作為輸入鏈接到它的上一層或它的層中的任何單元格。在這種結(jié)構(gòu)下，反饋神經(jīng)網(wǎng)絡(luò)表現(xiàn)出非線性的動(dòng)態(tài)行為。根據(jù)學(xué)習(xí)算法，神經(jīng)網(wǎng)絡(luò)分為咨詢(xún)學(xué)習(xí)、無(wú)顧問(wèn)學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三種。根據(jù)學(xué)習(xí)時(shí)間的不同，將人工神經(jīng)網(wǎng)絡(luò)分為靜態(tài)學(xué)習(xí)和動(dòng)態(tài)學(xué)習(xí)兩種。按層來(lái)劃分，單層網(wǎng)絡(luò)只有輸入和輸出。在多層傳感器中，許多神經(jīng)元是結(jié)構(gòu)上的非線性激活函數(shù)，并具有一定的優(yōu)越性，被稱(chēng)為多層傳感器。
金屬材料設(shè)計(jì)盡管神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和神經(jīng)細(xì)胞的數(shù)量各不相同，但人工神經(jīng)網(wǎng)絡(luò)的形成并沒(méi)有公認(rèn)的規(guī)則。當(dāng)隱層數(shù)小于要求的人工神經(jīng)網(wǎng)絡(luò)不足以解決復(fù)雜的函數(shù)時(shí)，隱層數(shù)過(guò)多的人工神經(jīng)網(wǎng)絡(luò)會(huì)遇到不理想的不穩(wěn)定性。在確定隱藏層的數(shù)量后遇到的問(wèn)題是決定每一層中有多少神經(jīng)元存在。金屬材料設(shè)計(jì)輸入層沒(méi)有問(wèn)題;這個(gè)數(shù)等于系統(tǒng)的輸入數(shù)。同樣，輸出層可以由期望的輸出數(shù)確定。主要的問(wèn)題是確定隱藏層中的神經(jīng)元數(shù)量。傳統(tǒng)的矩陣算法認(rèn)為矩陣維數(shù)必須等于輸入數(shù)或輸出數(shù)。不幸的是，目前還沒(méi)有數(shù)學(xué)測(cè)試能夠最有效地在隱藏層中發(fā)現(xiàn)多少神經(jīng)元。應(yīng)采用試錯(cuò)法進(jìn)行決策。
新時(shí)代，新技術(shù)層出不窮，我們關(guān)注，學(xué)習(xí)，希望在未來(lái)能夠與時(shí)俱進(jìn)，開(kāi)拓創(chuàng)新。