現(xiàn)代控制工程-第13章神經(jīng)網(wǎng)絡(luò)控制-全文預(yù)覽
【正文】 ， 1]或者 [1， 1]區(qū)間內(nèi) ， 使得在每個(gè)訓(xùn)練集上 ， 每個(gè)特征的均值為 0， 并且具有相同的方差 。 33 BP學(xué)習(xí)算法 ? 目標(biāo)函數(shù)： ????mpjjmj dyJ12)(21? 約束條件： ? 連接權(quán)值的修正量： ? 1. 基本思想 mk ,...,2,1?kpi , . . . ,2,1?1,...,2,1 ?? kpj)( kikki ufy ?? ???jkjkijki ywu1111?? ???kijkij wJw???34 BP學(xué)習(xí)算法 ? 正向傳播：輸入信息由輸入層傳至隱層，最終在輸出層輸出。 ? 第二階段或稱工作階段 ：把實(shí)驗(yàn)數(shù)據(jù)或?qū)嶋H數(shù)據(jù)輸入到網(wǎng)絡(luò) ，網(wǎng)絡(luò)在誤差范圍內(nèi)預(yù)測(cè)計(jì)算出結(jié)果 。 神經(jīng)網(wǎng)絡(luò)的發(fā)展概況 ? 低潮時(shí)期： 20世紀(jì) 60年代末－ 20世紀(jì) 70年代 26 ? 第二次 熱潮時(shí)期： 20世紀(jì) 80年代至今 ? 1982年－ 1986年 ， 霍普菲爾德 （ J. J. Hopfield） 陸續(xù)提出離散的和連續(xù)的全互連神經(jīng)網(wǎng)絡(luò)模型 ， 并成功求解旅行商問題 （ TSP） 。 1960年 ， 他和 M. Hoff 提出 LMS （ Least Mean Square 最小方差 ） 算法的學(xué)習(xí)規(guī)則 。用數(shù)學(xué)方式描述調(diào)整權(quán)值的方法為 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) )()()()1( kykykwkw jiijij ???? )0( ??23 ? 探索時(shí)期 （開始于 20世紀(jì) 40年代） ： ? 1943年 ， 麥克勞 （ W. S. McCullo） 和匹茨 （ W. A. Pitts） 首次提出一個(gè)神經(jīng)網(wǎng)絡(luò)模型 —— M－ P模型 。 19 ? 1. 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) （ 1）前饋型（ 前向型） 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作方式 20 ? 1. 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) （ 2）反饋型 （ Hopfield神經(jīng)網(wǎng)絡(luò)） 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作方式 21 ? 2. 神經(jīng)網(wǎng)絡(luò)的工作方式 ? 同步 （ 并行） 方式： 任一時(shí)刻神經(jīng)網(wǎng)絡(luò)中所有神經(jīng)元同時(shí)調(diào)整狀態(tài) 。 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。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。 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) 。 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。 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） 。 ? 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。 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)性和冗余性問題。浩瀚的宇宙中，也
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1