現(xiàn)代控制工程-第13章神經(jīng)網(wǎng)絡(luò)控制-預(yù)覽頁
【正文】 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。 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。 ：權(quán)值。 ? 為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)則。 ?Hebb學(xué)習(xí)規(guī)則：當(dāng)某一突觸兩端的神經(jīng)元同時(shí)處于興奮狀態(tài)，那么該連接的權(quán)值應(yīng)該增強(qiáng)。 ? 1959年 ， 威德羅 (B. Widrow)等提出自適應(yīng)線性元件（ adaline） 網(wǎng)絡(luò) ， 通過訓(xùn)練后可用于抵消通信中的回波和噪聲 。 ? 1976年 ， S. Grossberg 在自組織神經(jīng)網(wǎng)絡(luò)方面的研究十分活躍 。 神經(jīng)網(wǎng)絡(luò)的發(fā)展概況 27 ? 神經(jīng)網(wǎng)絡(luò)控制的研究領(lǐng)域 ? 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí) ? 神經(jīng)網(wǎng)絡(luò)控制器 ? 神經(jīng)網(wǎng)絡(luò)與其他算法 （ 模糊邏輯 、 專家系統(tǒng) 、 遺傳算法等 ） 相結(jié)合 ? 優(yōu)化計(jì)算 神經(jīng)網(wǎng)絡(luò)的發(fā)展概況 28 BP神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) BP學(xué)習(xí)算法 BP算法的實(shí)現(xiàn) 29 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) mpmmmyyy21TpxxxX ][121 ??TmpmmmyyyY ][ 21 ??mpmmmyyy21121pxxx 1. BP 網(wǎng)絡(luò)結(jié)構(gòu) 30 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) i12pk 1...k 1 k11??kpky11?ky12?kykiykiw1kiw2kipkw1?kiskiki eufy ???? 11)()1,( 010011111??????????? ????kiikpjkjkijipjkjkijkiwyywywukk??mk ,...,2,1?kpi , . . . ,2,1? 2. 輸入輸出變換關(guān)系 31 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 3. 工作過程 ? 第一階段或網(wǎng)絡(luò)訓(xùn)練階段 ： N 組輸入輸出樣本： xi=[xi1, xi2,… , xip1]T di=[di1, di2,… ,dipm]T i=1, 2,… , N 對(duì)網(wǎng)絡(luò)的連接權(quán)進(jìn)行學(xué)習(xí)和調(diào)整 ， 以使該網(wǎng)絡(luò)實(shí)現(xiàn)給定樣本的輸入輸出映射關(guān)系 。 ? 1986年 ， 魯梅爾哈特 （ D. Rumelhart） 等提出 BP學(xué)習(xí)算法 。 （ 2）初始權(quán)值的設(shè)置：一般以一個(gè)均值為 0的隨機(jī)分布設(shè)置網(wǎng)絡(luò)的初始權(quán)值。, . . . ,1。 ? 2. BP算法的計(jì)算機(jī)實(shí)現(xiàn)流程 yd kjkiijw 1???? ?式—輸出層連接權(quán)調(diào)整公—))(1( yyyyd imimimimi ???)1( yyd kikiki ?? —隱層連接權(quán)調(diào)整公式—? ????1111kplklkli dw40 BP算法的實(shí)現(xiàn) BP學(xué)習(xí)算法的程序框圖 41 ? 1. 特點(diǎn) ? BP網(wǎng)絡(luò)：多層前向網(wǎng)絡(luò)（輸入層、隱層、輸出層）。 ? 層與層的連接是單向的，信息的傳播是雙向的。 ? 優(yōu)點(diǎn) ? 收斂速度慢。 神經(jīng)網(wǎng)絡(luò)通過直接學(xué)習(xí)輸入輸出數(shù)據(jù) ， 使所要求的誤差函數(shù)達(dá)到最小 ， 歸納出隱含在系統(tǒng)的輸入輸出數(shù)據(jù)中的關(guān)系 。 46 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)的系統(tǒng)辨識(shí)方法的特點(diǎn)： （ 1）不要求建立實(shí)際系統(tǒng)的辨識(shí)格式，因?yàn)樯窠?jīng)網(wǎng)絡(luò)可以逼近任意非線性函數(shù)。傳統(tǒng)的辨識(shí)方法隨模型參數(shù)維數(shù)的增大而變得很復(fù)雜。 ? 輔助變量：與被估計(jì)變量相關(guān)的一組可測(cè)變量 。 ? 軟測(cè)量模型的建立：通過輔助變量來獲得對(duì)主導(dǎo)變量的最佳估計(jì)。 52 神經(jīng)網(wǎng)絡(luò)控制器 神經(jīng)網(wǎng)絡(luò)控制器是將神經(jīng)網(wǎng)絡(luò)作為控制器，實(shí)現(xiàn)對(duì)不確定系統(tǒng)或未知系統(tǒng)進(jìn)行控制，使控制系統(tǒng)達(dá)到所要求的動(dòng)態(tài)、靜態(tài)特性。 Hunt在1991年將內(nèi)?？刂仆茝V到非線性系統(tǒng)，提出了非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂啤? ? 近年來 ， 由于單神經(jīng)元構(gòu)成的控制器結(jié)構(gòu)簡(jiǎn)單 ， 易于實(shí)時(shí)控制 ， 所以獲得了很多成功的應(yīng)用 。 60 直流調(diào)速系統(tǒng)的單神經(jīng)元控制器 n單神經(jīng)元 P I D控制器11T soi?Kssiii??? 1 KT sss? 111RT sL?RT C sm eCe?T soi? 1?UnUn* U Ui*UiEIdIdL電流環(huán)采用 PI調(diào)節(jié)器，并校正成典型
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1