現(xiàn)代控制工程-第13章神經(jīng)網(wǎng)絡(luò)控制(已修改)
2025-06-09 01:50 本頁(yè)面
【正文】 Artificial Intelligence Principles and Applications 第 13章 神經(jīng)網(wǎng)絡(luò)控制 教材： 王萬(wàn)良 ， 現(xiàn)代控制工程 ， 高等教育出版社 ， 2022 2 第 13章 神經(jīng)網(wǎng)絡(luò)控制 ? 人工神經(jīng)網(wǎng)絡(luò)（ Artificial Neural Network，簡(jiǎn)稱 ANN）有著很強(qiáng)的自學(xué)習(xí)功能和對(duì)非線性系統(tǒng)映射能力，已廣泛應(yīng)用于復(fù)雜對(duì)象的控制中，成為智能控制中的重要研究領(lǐng)域。 ? 本章著重介紹最基本最典型的 BP神經(jīng)網(wǎng)絡(luò)、基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)、基于神經(jīng)網(wǎng)絡(luò)的軟測(cè)量、神經(jīng)網(wǎng)絡(luò)控制以及單神經(jīng)元控制及其應(yīng)用。 3 第 13章 神經(jīng)網(wǎng)絡(luò)控制 ? 神經(jīng)網(wǎng)絡(luò)控制概述 ? 神經(jīng)元與神經(jīng)網(wǎng)絡(luò) ? BP神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法 ? 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)方法 ? 基于神經(jīng)網(wǎng)絡(luò)的軟測(cè)量方法 ? 基于神經(jīng)網(wǎng)絡(luò)的控制方法 ? 單神經(jīng)元控制器 4 基于神經(jīng)網(wǎng)絡(luò)的控制或以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)構(gòu)成的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) ， 稱為神經(jīng)網(wǎng)絡(luò)控制 （ neural control） 。 神經(jīng)網(wǎng)絡(luò)控制是近年來(lái)智能控制的一個(gè)非?；钴S的研究領(lǐng)域 。 神經(jīng)網(wǎng)絡(luò)控制主要是將神經(jīng)網(wǎng)絡(luò)作為控制系統(tǒng)中的控制器與 （ 或 ） 辨識(shí)器 ， 主要是為了解決復(fù)雜的非線性 、 不確定性系統(tǒng)在不確定性環(huán)境中的控制問(wèn)題 ， 使控制系統(tǒng)穩(wěn)定 、 魯棒性好 ， 具有要求的動(dòng)態(tài)和靜態(tài)性能 。 神經(jīng)網(wǎng)絡(luò)控制概述 5 ? 神經(jīng)網(wǎng)絡(luò)控制的優(yōu)越性主要有： （ 1）神經(jīng)網(wǎng)絡(luò)可以處理那些難以用模型或規(guī)則描述的對(duì)象； （ 2）神經(jīng)網(wǎng)絡(luò)采用并行分布式信息處理方式，具有很強(qiáng)的容錯(cuò)性； （ 3）神經(jīng)網(wǎng)絡(luò)在本質(zhì)上是非線性系統(tǒng)，可以實(shí)現(xiàn)任意非線性映射，容易應(yīng)用于非線性控制系統(tǒng)； （ 4）神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的信息綜合能力，它能夠同時(shí)處理大量不同類型的輸入，能夠很好地解決輸入信息之間的互補(bǔ)性和冗余性問(wèn)題。 神經(jīng)網(wǎng)絡(luò)控制概述 6 神經(jīng)元與神經(jīng)網(wǎng)絡(luò) ? 人腦由一千多億（ 1011億－ 1014 億）個(gè)神經(jīng)細(xì)胞（神經(jīng)元）交織在一起的網(wǎng)狀結(jié)構(gòu)組成，其中大腦皮層約 140億個(gè)神經(jīng)元，小腦皮層約 1000億個(gè)神經(jīng)元。 ? 神經(jīng)元約有 1000種類型，每個(gè)神經(jīng)元大約與 103－ 104個(gè)其他神經(jīng)元相連接，形成極為錯(cuò)綜復(fù)雜而又靈活多變的神經(jīng)網(wǎng)絡(luò)。 ? 人的智能行為就是由如此高度復(fù)雜的組織產(chǎn)生的。浩瀚的宇宙中，也許只有包含數(shù)千憶顆星球的銀河系的復(fù)雜性能夠與大腦相比。 生物神經(jīng)元的結(jié)構(gòu) 7 神經(jīng)網(wǎng)絡(luò)（ neural works， NN） ? 生物神經(jīng)網(wǎng)絡(luò) ( natural neural work, NNN): 由中樞神經(jīng)系統(tǒng) （ 腦和脊髓 ） 及周圍神經(jīng)系統(tǒng) （ 感覺神經(jīng) 、 運(yùn)動(dòng)神經(jīng)等 ） 所構(gòu)成的錯(cuò)綜復(fù)雜的神經(jīng)網(wǎng)絡(luò) ， 其中最重要的是 腦神經(jīng)系統(tǒng) 。 ?人工神經(jīng)網(wǎng)絡(luò) (artificial neural works, ANN): 模擬 人腦神經(jīng)系統(tǒng) 的結(jié)構(gòu)和功能 ， 運(yùn)用大量簡(jiǎn)單處理單元經(jīng)廣泛連接而組成的人工網(wǎng)絡(luò)系統(tǒng) 。 神經(jīng)網(wǎng)絡(luò)方法： 隱式 的知識(shí)表示方法 生物神經(jīng)元的結(jié)構(gòu) 8 生物神經(jīng)元的結(jié)構(gòu) （ 輸入 ） （ 輸出 ） 神經(jīng)沖動(dòng) 生物神經(jīng)元結(jié)構(gòu) 9 生物神經(jīng)元的結(jié)構(gòu) ? 工作狀態(tài)： ? 興奮狀態(tài) ：細(xì)胞膜電位 動(dòng)作電位的閾值 → 神經(jīng)沖動(dòng) ? 抑制狀態(tài) ： 細(xì)胞膜電位 動(dòng)作電位的閾值 ? 學(xué)習(xí)與遺忘： 由于神經(jīng)元結(jié)構(gòu)的可塑性，突觸的傳遞作用可增強(qiáng)和減弱 。 10 神經(jīng)元與神經(jīng)網(wǎng)絡(luò) ? ? 神經(jīng)元數(shù)學(xué)模型 ? 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作方式 ? 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 11 神經(jīng)元數(shù)學(xué)模型 1943年，麥克洛奇和皮茲提出 M－ P模型。一般模型： iMkkikNjjij ubyav i ???? ???? 11TsiieTsssHsVsXsH???111,1:)()()()(12 神經(jīng)元數(shù)學(xué)模型 ：第 個(gè)神經(jīng)元的輸出。 ：第 個(gè)神經(jīng)元的閾值。 ：外部輸入。 ：權(quán)值。 y ti ( ) i ?i i( ) ( 1 , 2 , , )ku t k M? ,ij ikabiMkkikNjjij tubtyatv i ???? ???? 11)()()(???? )()()( tBUtAYtVNNijaA ?? }{ MNikbB ?? }{ ? ?V v v N T? 1 ?? ?TNyyY ?1?? ?TMuuU ?1? ? ?? ? ?? 1 ? N T? 加權(quán)求和： 其矩陣形式： i13 ? 線性環(huán)節(jié)的傳遞函數(shù)： ： 1； ； ； 及其組合等。
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1