5神經(jīng)網(wǎng)絡(luò)心得[定稿](編輯修改稿)
2024-09-12 01:42 本頁面
【文章內(nèi)容簡(jiǎn)介】 神經(jīng)網(wǎng)絡(luò)理論本身以及相關(guān)理論、相關(guān)技術(shù)的不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)的應(yīng)用定將更加深入。 內(nèi)容簡(jiǎn)介 神經(jīng)網(wǎng)絡(luò)是智能控制技術(shù)的主要分支之一。本書的主要內(nèi)容有：神經(jīng)網(wǎng)絡(luò)的概念，神經(jīng)網(wǎng)絡(luò)的分類與學(xué)習(xí)方法，前向神經(jīng)網(wǎng)絡(luò)模型及其算法，改進(jìn)的 bp 網(wǎng)絡(luò)及其控制、辨識(shí)建模，基于遺 第 9 頁 共 20 頁 傳算法的神經(jīng)網(wǎng)絡(luò)，基于模糊理論的神經(jīng)網(wǎng)絡(luò)， rbf 網(wǎng)絡(luò)及其在混沌背景下對(duì)微弱信號(hào)的測(cè)量與控制，反饋網(wǎng)絡(luò)， hopfield 網(wǎng)絡(luò)及其在字符識(shí)別中的應(yīng)用，支持向量機(jī)及其故障診斷，小波神經(jīng)網(wǎng)絡(luò)及其在控制與辨識(shí)中的應(yīng)用。 自適應(yīng)控制 adaptivecontrol 定義 1。不論外界發(fā)生巨大變化或系統(tǒng)產(chǎn)生不確定性，控制系統(tǒng)能自行調(diào)整參數(shù)或產(chǎn)生控制作用，使系統(tǒng)仍能按某一性能指標(biāo)運(yùn)行在最佳狀態(tài)的一種控制方法。 定義 2。采用自動(dòng)方法改變或影響控制參數(shù)，以改善控制系統(tǒng)性能的控制。在日常生活中，所謂自適應(yīng)是指生物能改變自己的習(xí)性以適應(yīng)新的環(huán)境的一種特征。因此，直觀地說，自適應(yīng)控制器應(yīng)當(dāng)是這樣一種控制器，它能修正自己的特性以適應(yīng)對(duì)象和擾動(dòng)的動(dòng)態(tài)特性的變化。 自適應(yīng)控制的研究對(duì)象是具有一定程度不確定性的系統(tǒng)，這里所謂的 “ 不確定性 ” 是指描述被控對(duì)象及其環(huán)境的數(shù)學(xué)模型不是完全確定的，其中包含一些未知因素和隨機(jī)因素。面對(duì)這些客觀存在的各式各樣的不確定性，如何設(shè)計(jì)適當(dāng)?shù)目刂谱饔?，使得某一指定的性能指?biāo)達(dá)到并保持最優(yōu)或者近似最優(yōu)，這就是自適應(yīng)控制所要研究解決的問題。 自適應(yīng)控制和常規(guī)的反饋控制和最優(yōu)控制一樣，也是一種基于數(shù)學(xué)模型的控制方法，所不同的只是自適應(yīng)控制所依據(jù)的關(guān)于 第 10 頁 共 20 頁 模型和擾動(dòng)的先驗(yàn)知識(shí)比較少，需要在系統(tǒng)的運(yùn)行過程中去不斷提取有關(guān)模型的信息，使模型逐步完善。具體地說，可以依據(jù)對(duì)象的輸入輸出數(shù)據(jù)，不斷地辨識(shí)模型參數(shù)，這個(gè)過程稱 為系統(tǒng)的在線辯識(shí)。隨著生產(chǎn)過程的不斷進(jìn)行，通過在線辯識(shí)，模型會(huì)變得越來越準(zhǔn)確，越來越接近于實(shí)際。既然模型在不斷的 改進(jìn)，顯然，基于這種模型綜合出來的控制作用也將隨之不斷的改進(jìn)。在這個(gè)意義下，控制系統(tǒng)具有一定的適應(yīng)能力。比如說，當(dāng)系統(tǒng)在設(shè)計(jì)階段，由于對(duì)象特性的初始信息比較缺乏，系統(tǒng)在剛開始投入運(yùn)行時(shí)可能性能不理想，但是只要經(jīng)過一段時(shí)間的運(yùn)行，通過在線辯識(shí)和控制以后，控制系統(tǒng)逐漸適應(yīng)，最終將自身調(diào)整到一個(gè)滿意的工作狀態(tài)。再比如某些控制對(duì)象，其特性可能在運(yùn)行過程中要發(fā)生較大的變化，但通過在線辯識(shí)和改變控制器參數(shù)，系統(tǒng)也能逐漸適應(yīng)。 常規(guī)的反饋控制系統(tǒng)對(duì)于系統(tǒng)內(nèi)部特性的變化和外部擾動(dòng)的影響都具有一定的抑制能力，但是由于控制器參數(shù)是固定的，所以當(dāng)系統(tǒng)內(nèi)部特性變化或者外部擾動(dòng)的變化幅度很大時(shí)，系統(tǒng)的性能常常會(huì)大幅度下降，甚至是不穩(wěn)定。所以對(duì)那些對(duì)象特性或擾動(dòng)特性變化范圍很大，同時(shí)又要求經(jīng)常保持高性能指標(biāo)的一類系統(tǒng)，采取自適應(yīng)控制是合適的。但是同時(shí)也應(yīng)當(dāng)指出，自適應(yīng)控制比常規(guī)反饋控制要復(fù)雜的多，成本也高的多，因此只是在用常規(guī)反饋達(dá)不到所期望的性能時(shí)，才會(huì)考慮采用。 第 11 頁 共 20 頁 當(dāng)今的自動(dòng)控制技術(shù)都是基于反 饋的思想。反饋理論的要素包括三個(gè)部分：測(cè)量、比較和執(zhí)行。測(cè)量關(guān)心的變量，與期望值相比較，用這個(gè)誤差糾正調(diào)節(jié)控制系統(tǒng)的響應(yīng)。 所謂 “ 魯棒性 ” ，是指控制系統(tǒng)在一定（結(jié)構(gòu)，大小）的參數(shù)攝動(dòng)下，維持某些性能的特性。根據(jù)對(duì)性能的不同定義，可分為穩(wěn)定魯棒性和性能魯棒性。以閉環(huán)系統(tǒng)的魯棒性作為目標(biāo)設(shè)計(jì)得到的固定控制器稱為魯棒控制器。 由于工作狀況變動(dòng)、外部干擾以及建模誤差的緣故，實(shí)際工業(yè)過程的精確模型很難得到，而系統(tǒng)的各種故障也將導(dǎo)致模型的不確定性，因此可以說模型的不確定性在控制系統(tǒng)中廣泛存在。如何設(shè) 計(jì)一個(gè)固定的控制器，使具有不確定性的對(duì)象滿足控制品質(zhì)，也就是魯棒控制 第三篇。神經(jīng)網(wǎng)絡(luò)應(yīng)用神經(jīng)網(wǎng)絡(luò)是新技術(shù)領(lǐng)域中的一個(gè)時(shí)尚詞匯。很多人聽過這個(gè)詞，但很少人真正明白它是什么。本文的目的是介紹所有關(guān)于神經(jīng)網(wǎng)絡(luò)的基本包括它的功能、一般結(jié)構(gòu)、相關(guān)術(shù)語、類型及其應(yīng)用。 “ 神經(jīng)網(wǎng)絡(luò) ” 這個(gè)詞實(shí)際是來自于生物學(xué)，而我們所指的神經(jīng)網(wǎng)絡(luò)正確的名稱應(yīng)該是 “ 人工神經(jīng)網(wǎng)絡(luò)（ anns） ” 。在本文，我會(huì)同時(shí)使用這兩個(gè)互換的術(shù)語。 一個(gè)真正的神經(jīng)網(wǎng)絡(luò)是由數(shù)個(gè)至數(shù)十億個(gè)被稱為神經(jīng)元的細(xì)胞（組成我們大腦的微小細(xì)胞 ）所組成，它們以不同方式連接 第 12 頁 共 20 頁 而型成網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)就是嘗試模擬這種生物學(xué)上的體系結(jié)構(gòu)及其操作。在這里有一個(gè)難題：我們對(duì)生物學(xué)上的神經(jīng)網(wǎng)絡(luò)知道的不多。因此，不同類型之間的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)有很大的不同，我們所知道的只是神經(jīng)元基本的結(jié)構(gòu)。 theneuron 雖然已經(jīng)確認(rèn)在我們的大腦中有大約 50 至 500 種不同的神經(jīng)元，但它們大部份都是基于基本神經(jīng)元的特別細(xì)胞?；旧窠?jīng)元包含有 synapses、 soma、 axon 及 dendrites。 synapses 負(fù)責(zé)神經(jīng)元之間的連接，它們不是直接物理上連接 的，而是它們之間有一個(gè)很小的空隙允許電子訊號(hào)從一個(gè)神經(jīng)元跳到另一個(gè)神經(jīng)元。然后這些電子訊號(hào)會(huì)交給 s
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1