金属资料设计的人为仿照系统激活职能指定了细胞将通过处置细胞的净输入而产生的响应！！。激活函数通常被选择为非线性函数，，，它是ann的一个特点，，，来自于非线性特点！！。目前，，，“s型函数”和“正切双曲函数”是利用最宽泛的激活函数！！。表2显示了激活函数！！。激活函数的值是单元格的输出值！！。拥有非线性、、、并走运算、、、学习、、、泛化、、、容错和矫捷性、、、处置缺失数据、、、使用多变量和多参数、、、适应性等关键个性！！。金属资料设计人为神经网络的利用重要用于预测、、、分类、、、数据关联、、、数据诠释和数据过滤过程！！。在ann中，，，凭据它们的结构;人为神经网络分为前向和反馈两种，，，这取决于它们蕴含的神经元的方式！！。

金属资料设计人为系统从一层到下一层只有一个链接！！。与前馈神经网络(FF)分歧的是，，，一个细胞的馈入不仅是它后面的细胞层的输入！！。它还能够作为输入链接到它的上一层或它的层中的任何单元格！！。在这种结构下，，，反馈神经网络阐发出非线性的动态行为！！。凭据学习算法，，，神经网络分为征询学习、、、无照拂学习和强化学习三种！！。凭据学习功夫的分歧，，，将人为神经网络分为静态学习和动态学习两种！！。按层来划分，，，单层网络只有输入和输出！！。在多层传感器中，，，很多神经元是结构上的非线性激活函数，，，并拥有肯定的优越性，，，被称为多层传感器！！。

金属资料设计只管神经网络的结构和神经细胞的数量各不一样，，，但人为神经网络的形成并没有公认的规定！！。当隐层数小于要求的人为神经网络不及以解决复杂的函数时，，，隐层数过多的人为神经网络会遇到不梦想的不不变性！！。在确定暗藏层的数量后遇到的问题是决定每一层中有几多神经元存在！！。金属资料设计输入层没有问题;这个数等于系统的输入数！！。同样，，，输出层能够由进展的输出数确定！！。重要的问题是确定暗藏层中的神经元数量！！。传统的矩阵算法以为矩阵维数必须等于输入数或输出数！！。不幸的是，，，目前还没罕见学测试可能最有效地在暗藏层中发现几多神经元！！。应选取试错法进行决策！！。