【正文】 控制系統(tǒng)的故障診斷與容錯(cuò)控制等。 ? 系統(tǒng)辨識(shí) 傳統(tǒng)的辨識(shí)方法，對(duì)于一般的非線性系統(tǒng)的辨識(shí)是很困難的，而神經(jīng)網(wǎng)絡(luò)卻為此提供了一個(gè)有力的工具。與傳統(tǒng)的基于算法的辨識(shí)方法相比，神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)具有如下特點(diǎn)： (1) 由于神經(jīng)網(wǎng)絡(luò)可以任意精度逼近非線性函數(shù)，故它可以為非線性系統(tǒng)的辨識(shí)提供一個(gè)通用的模式 人工神經(jīng)網(wǎng)絡(luò)與自動(dòng)控制 (2)神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)是非算法式的，神經(jīng)網(wǎng)絡(luò)本身就是辨識(shí)模型，其可調(diào)參數(shù)反映在網(wǎng)絡(luò)內(nèi)部的連接權(quán)上。不需要建立以實(shí)際系統(tǒng)數(shù)學(xué)模型為基礎(chǔ)的辨識(shí)格式，故可以省去辨識(shí)前對(duì)系統(tǒng)建模這一步驟。 (3)神經(jīng)網(wǎng)絡(luò)作為實(shí)際系統(tǒng)的辨識(shí)模型，實(shí)際上也是系統(tǒng)的一個(gè)物理實(shí)現(xiàn)，可應(yīng)用于在線控制。 99 人工神經(jīng)網(wǎng)絡(luò)與自動(dòng)控制 ? 神經(jīng)控制器 控制器在實(shí)施控制系統(tǒng)中起著大腦的作用神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)的等智能特點(diǎn)，非常適合做控制器。對(duì)于復(fù)雜的非線性系統(tǒng)，神經(jīng)控制器所能達(dá)到的控制效果往往明顯好于常規(guī)控制器。 ? 故障診斷與容錯(cuò)控制 神經(jīng)網(wǎng)絡(luò)故障診斷與容錯(cuò)控制有兩種途徑：一種是在傳統(tǒng)的方法中使用神經(jīng)網(wǎng)絡(luò)；另一種是用神經(jīng)網(wǎng)絡(luò)直接構(gòu)成具有容錯(cuò)能力的控制器。 人工神經(jīng)網(wǎng)絡(luò)與自動(dòng)控制 《 機(jī)器學(xué)習(xí) 》 T. M. Mitchell 駕駛汽車的人工神經(jīng)網(wǎng)絡(luò) 人臉識(shí)別的人工神經(jīng)網(wǎng)絡(luò) 手寫數(shù)字識(shí)別的人工神經(jīng)網(wǎng)絡(luò) ? 神經(jīng)網(wǎng)絡(luò)的收斂性和穩(wěn)定性問題 ? 在逼近非線性函數(shù)問題上，神經(jīng)網(wǎng)絡(luò)的現(xiàn)有理論只解決了存在性問題 ? 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度一般比較慢，為滿足實(shí)時(shí)控制的需要，必須予以解決 ? 對(duì)于控制器和辨識(shí)器，如何選擇合適的神經(jīng)網(wǎng)絡(luò)模型與確定的結(jié)構(gòu)，尚無理論指導(dǎo) 難點(diǎn)問題 105 參考書目 參考書目 107 參考書目 ? Simon Haykin著 , 葉世偉 , 史忠植譯 . 神經(jīng)網(wǎng)絡(luò)原理 . 機(jī)械工業(yè)出版社 , 2022 ? Gee F. Luger著 ,史忠植等譯 . 人工智能 ——復(fù)雜問題求解的結(jié)構(gòu)和策略 . 機(jī)械工業(yè)出版社 , 中信出版社 ? 蔣宗禮 . 人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論 . 高等教育出版社， 2022 ? 胡守仁，余少博，戴葵 . 神經(jīng)網(wǎng)絡(luò)導(dǎo)論 . 國(guó)防科技大學(xué)出版社， 1993 ? 韓力群 . 人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用 . 化學(xué)工業(yè)出版社， 2022 ? 王旭，王宏，王文輝 . 人工神經(jīng)元網(wǎng)絡(luò)原理與應(yīng)用 . 東北大學(xué)出版社，2022 ? 徐麗娜 . 神經(jīng)網(wǎng)絡(luò)控制 . 哈爾濱工業(yè)大學(xué)出版社， 1999 ? 閻平凡，張長(zhǎng)水 . 人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計(jì)算 . 清華大學(xué)出版社， 著名學(xué)者 108 Prof. Michael I. Jordan 美國(guó)加州大學(xué)伯克利分校 獲加州大學(xué)博士學(xué)位 研究方向 : 圖模型、變分方法、機(jī)器學(xué)習(xí)等。 曾在麻省理工學(xué)院工作 11年。已發(fā)表 200多篇科技論文。國(guó)際上許多神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)方面的專家都曾師從 Jordan教授，包括香港中文大學(xué)的徐雷教授。 著名學(xué)者 109 Prof. Bernhard Scholkopf 德國(guó) Max Planck生物控制論研究院 1997年獲柏林科技大學(xué)博士學(xué)位 研究方向 : 機(jī)器學(xué)習(xí)、感知器、支持向量機(jī)和核方法。 Scholkopf教授是國(guó)際著名雜志 Journal of Machine Learning Research、 IEEE Trans. On Pattern Analysis and Machine Intelligence, 和 International Journal of Computer Vision編輯委員會(huì)成員。 著名學(xué)者 110 Prof. Lawrence Saul 加州大學(xué)圣地牙哥分校 1994年獲麻省理工學(xué)院博士學(xué)位 研究方向：機(jī)器學(xué)習(xí)、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、語音處理等。 Saul教授的高維數(shù)據(jù)的分析方法和可視化、非線性維數(shù)化簡(jiǎn)已被應(yīng)用于很多實(shí)際科學(xué)和工程領(lǐng)域。他發(fā)表文章的引用率已經(jīng)進(jìn)入計(jì)算機(jī)科學(xué)的前 1%，另外他也是著名國(guó)際期刊 Journal of Machine Learning Research編委會(huì)成員和發(fā)起人之一。 著名學(xué)者 111 Prof. Yoshua Bengio 加拿大蒙特利爾大學(xué) 1991年獲加拿大麥基爾大學(xué)博士學(xué)位 研究方向 : 多層感知機(jī)、核方法、遞歸神經(jīng)網(wǎng)絡(luò)等 Bengio教授是 IEEE Transactions on Neural Networks、 Journal of Machine Learning、 Neural Computing Surveys的編委。值得一提的是 Bengio教授在 1994年的一篇著名文章中逆轉(zhuǎn)了遞歸神經(jīng)網(wǎng)絡(luò)梯度學(xué)習(xí)算法的研究方向，極大地影響了該網(wǎng)絡(luò)的研究。 著名學(xué)者 112 Prof. Frank L. Lewis 美國(guó)德克薩斯大學(xué) 獲美國(guó)喬治亞技術(shù)學(xué)院博士學(xué)位 研究方向 : 反饋系統(tǒng)控制、神經(jīng)網(wǎng)絡(luò)和模糊智能控制等 現(xiàn)任德克薩斯大學(xué)自動(dòng)化與機(jī)器人研究院副院長(zhǎng)、IEEE Fellow、 International Journal of Control、Neural Computing and Applications等期刊的編委。他共獲得超過 6百萬美元的資助，發(fā)表 174篇雜志論文，285篇會(huì)議論文， 12本專著。 著名學(xué)者 113 Christopher M. Bishop 微軟劍橋研究院 研究方向 : 模式識(shí)別，基于推理 的概率方法和學(xué)習(xí) Bishop教授是美國(guó)電子學(xué)會(huì)關(guān)于應(yīng)用神經(jīng)計(jì)算中心的帶頭人，是劍橋大學(xué)達(dá)爾文學(xué)院的會(huì)士 (Fellow)，不列顛計(jì)算機(jī)協(xié)會(huì)的會(huì)士 (Fellow)和英國(guó)計(jì)算研究委員會(huì)成員。 2022年當(dāng)選英國(guó)皇家工程院會(huì)士(Fellow)。 1995年曾出版著名專著 《 Neural Networks for Pattern Recognition》 。 著名學(xué)者 114 Prof. Lei Xu (徐雷 ) 香港中文大學(xué) 研究方向 : 模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、 統(tǒng)計(jì)學(xué)習(xí)等 現(xiàn)任香港中文大學(xué)講座教授、 IEEE Fellow、國(guó)際模式識(shí)別學(xué)會(huì) Fellow、歐洲科學(xué)院院士。已發(fā)表的學(xué)術(shù)論文被引用總量逾 1300次，最大單篇被引用量達(dá) 255(SCI)次。應(yīng)邀在國(guó)際主要學(xué)術(shù)大會(huì)做大會(huì)報(bào)告 /特邀報(bào)告 /學(xué)術(shù)講座 40余次。曾任國(guó)際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)理事、亞太地區(qū)神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)主席、 IEEE神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)計(jì)算金融學(xué)術(shù)委員會(huì)主任。 著名學(xué)者 115 劉德榮 教授 伊利諾大學(xué)芝加哥分校 1994年獲美國(guó)圣母大學(xué)博士學(xué)位 研究方向 : 非線性動(dòng)態(tài)系統(tǒng)、 遞歸神經(jīng)網(wǎng)絡(luò)等。 劉教授是該校電機(jī)與計(jì)算機(jī)工程系和計(jì)算機(jī)科學(xué)系的終身正教授。 2022年，他因在非線性動(dòng)態(tài)系統(tǒng)和遞歸神經(jīng)網(wǎng)絡(luò)方面作出的貢獻(xiàn)而被選為 IEEE Fellow。自 1992年起 , 共發(fā)表 40多篇國(guó)際學(xué)術(shù)雜志論文、 90多篇國(guó)際會(huì)議論文，合作出版五本學(xué)術(shù)專著；擔(dān)任多個(gè)國(guó)際期刊的編委。 著名學(xué)者 116 Prof. Jun Wang (王鈞 ) 香港中文大學(xué) 1991年 凱斯西儲(chǔ)大學(xué) 博士 研究方向：遞歸神經(jīng)網(wǎng)絡(luò)和工程應(yīng)用 現(xiàn)任香港中文大學(xué)自動(dòng)化與計(jì)算機(jī)輔助工程系計(jì)算智能實(shí)驗(yàn)室主任。已發(fā)表 120多篇期刊論文，多本書籍的 11個(gè)章節(jié)的編寫， SCI引用次數(shù)超過 1300次， 現(xiàn)在擔(dān)任多個(gè)著名期刊的編委，是亞太地區(qū)神經(jīng)網(wǎng)絡(luò)聯(lián)合會(huì)會(huì)長(zhǎng)。 2022年王鈞教授因?yàn)樵谶f歸神經(jīng)網(wǎng)絡(luò)及其在優(yōu)化和工程方面的應(yīng)用的突出成績(jī)被評(píng)為IEEE Fellow。 武漢科技大學(xué) 117