fiogf49gjkf0d
طي دهه هاي اخير به دليل پويايي مطالعات مرتبط با روان شناسي، شاهد رشد گرايش روزافزون به کاربرد سيستم هاي هوشمند در حل مسايلي هستيم که اصولا يا راه حل معيني ندارند و يا به راحتي قابل حل نيستند. حضور و تاثير پارامترهاي متعدد در برخي فرايندها و نيز وجود روابط کاملا غيرخطي ميان آنها، بر پيچيدگي کار مي افزايند. سيستم هاي هوشمند از چندين مولفه تشکيل شده اند که مهمترين آنها «شبکه هاي عصبي مصنوعي» (ANN) است. به طور کلي شبکه عصبي مصنوعي ابزاري متشکل از پردازشگرهاي ساده است که با الهام از عملکرد مغز انسان و بر اساس نظريه هاي روان شناسي در خصوص فرايندهاي مغزي يادگيري، به کمک رايانه طراحي شده است. در سال هاي اخير پژوهش هاي متنوعي با استفاده از الگوي شبکه هاي عصبي در حوزه هاي مختلف علوم رفتاري صورت گرفته و در اين مطالعات از قابليت هاي شبکه هاي عصبي مصنوعي در پيش بيني و تبيين پديده ها استفاده شده است. پژوهشگراني که به بررسي و مطالعه در روان شناسي و به طور خاص در نوروپسيکولوژي پرداخته اند، معتقدند تحليل هاي به دست آمده از شبکه هاي عصبي مصنوعي (ANN) بر اساس قابليت هايي نظير پويايي، محاسبات غيرخطي، تحول بزرگي در تبيين پديده ها ايجاد نموده است. در اين مقاله به بررسي اين موضوع پرداخته شده است.