①從功能行為方面來講，具有很強的自學習、自組織以及適應環(huán)境變化的能力。系統(tǒng)可以從所給的例子的集合中、從輸入與輸出的映射中學習，根據特有的網絡結構和學習規(guī)則不斷地完善自己。神經系統(tǒng)能夠對輸入的不同的外部信息，經過一定時間的訓練或感知，通過自動調解網絡結構參數，輸出期望值。同時，神經系統(tǒng)能夠根據輸入信息按照一定的規(guī)則調節(jié)神經元之間的連接權值，最終形成神經網絡，即具有自組織能力。
    ②從使用性能方面來講，具有聯想存儲功能。人的大腦具有很強的邏輯思維能力，根據現象能找到導致現象的根本原因，具有反饋的神經網絡系統(tǒng)就可以實現這種功能。在神經網絡系統(tǒng)中，任何局部的神經單元的損壞均不會從根本上影響網絡的整體性能和結算能力，因此，其具有很好的容錯性和很強的抗噪能力。
    ③從數學本質上來講，多部分神經網絡系統(tǒng)屬于非線性動態(tài)系統(tǒng)，具有復雜的功能行為和動態(tài)性質，人們正注重這種動態(tài)行為，致力于將這種復雜問題的動態(tài)變化過程轉化為問題求解的結算過程及記憶恢復的過程。
    ④從目標求解方面來講，人工神經網絡注重于尋找可行解，而放棄目標求解的高度精確性，比較符合許多領域問題求解的現實情況。另一方面，人工神經網絡以大規(guī)模的并行分布式赴理為主，比以串行運算方式工作的傳統(tǒng)數字計算機的速度要快很多。
    2.人工神經網絡的應用領域
    人工神經網絡作為一門活躍的邊緣交叉學科，目前，其應用領域的范圍越來越廣，在各個工程領域中的應用主要有以下幾種類型。
    （1）信息智能化處理和模式識別
    人工神經網絡具有模仿人的思維的功能，通過邏輯推理對模式信息進行特征提取、檢測、分析、分類以及各種變換等。在該領域的應用主要有雷達及聲吶等目標識別，圖形、符號及語音識別，機器人視覺、聽覺及各種最近相鄰模式識別分類等。
    （2）最優(yōu)化問題計算
    在人工神經網絡系統(tǒng)中，將計算問題的目標函數與網絡某種能量函數對應起來，于是最優(yōu)化問題的求解過程便反映為網絡動態(tài)向能量函數極小值方向移動的過程。在該領域的應用主要包括組合優(yōu)化、約束滿足等問題求解，如最優(yōu)路徑選擇、系統(tǒng)規(guī)劃、任務分配、電力系統(tǒng)短期負荷預報、排序問題等。
    （3）信號處理
    由于具有很好的自學習與自適應的能力，人工神經網絡系統(tǒng)被廣泛地應用于信號處理，比如目標檢測、雜波去噪、運動目標的速度估算、多目標跟蹤等。
    ……