網(wǎng)絡(luò)控制系統(tǒng)復(fù)習(xí)資料(參考版)
2025-04-20 08:49本頁面
【正文】 典型神經(jīng)網(wǎng)絡(luò) 單神經(jīng)元網(wǎng)絡(luò) 圖中 為神經(jīng)元的內(nèi)部狀態(tài)， 為閾值， 為輸入信號(hào)， , 為表示從單元 到單元 的連接權(quán)系數(shù)， 為外部輸入信號(hào)。 神經(jīng)網(wǎng)絡(luò)的分類 根據(jù)神經(jīng)網(wǎng)絡(luò)的連接方式 （1）前向網(wǎng)絡(luò) （2）反饋網(wǎng)絡(luò) 3) 自組織網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法 按有無導(dǎo)師分類，可分為有教師學(xué)習(xí)、無教師學(xué)習(xí)\再勵(lì)學(xué)習(xí) 最基本的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法： Hebb學(xué)習(xí)規(guī)則是一種無教師的學(xué)習(xí)方法，它只根據(jù)神經(jīng)元連接間的激活水平改變權(quán)值，因此，這種方法又稱為相關(guān)學(xué)習(xí)或并聯(lián)學(xué)習(xí)。神經(jīng)元之間相互連接的形式—拓?fù)浣Y(jié)構(gòu)；(3) 神經(jīng)元具功能 (1)興奮與抑制 (2)學(xué)習(xí)與遺忘 神經(jīng)網(wǎng)絡(luò)模型性能三大要素 1) 神經(jīng)元由三部分構(gòu)成 （1）細(xì)胞體（主體部分）：包括細(xì)胞質(zhì)、細(xì)胞膜和細(xì)胞核；（2）樹突：用于為細(xì)胞體傳入信息；（3）軸突：為細(xì)胞體傳出信息，其末端是軸突末梢，含傳遞信息的化學(xué)物質(zhì)；（4）突觸：是神經(jīng)元之間的接口（104~105個(gè)/每個(gè)神經(jīng)元）。該網(wǎng)絡(luò)是迄今為止應(yīng)用最普遍的神經(jīng)網(wǎng)絡(luò)。即MP模型（第一個(gè)神經(jīng)網(wǎng)絡(luò)模型）。神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ) 人工神經(jīng)網(wǎng)絡(luò)（簡稱神經(jīng)網(wǎng)絡(luò)，Neural Network）是模擬人腦思維方式的數(shù)學(xué)模型。 按靜態(tài)誤差是否存分類（1） 有差模糊控制系統(tǒng) （2）無差模糊控制系統(tǒng) 4 、按系統(tǒng)輸入變量的多少分類 控制輸入個(gè)數(shù)為1的系統(tǒng)為單變量模糊控制系統(tǒng)，控制輸入個(gè)數(shù)1的系統(tǒng)為多變量模糊控制系統(tǒng)。則定義如下幾種模糊矩陣運(yùn)算方式： 例310 設(shè) 例 311 設(shè) 則A和B的合成為： 模糊控制 模糊控制是以模糊集理論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種智能控制 方 方法，它是從行為上模仿人的模糊推理和決策過程的一種智能控制方法 模糊控制器 也稱為模糊邏輯控制器,由于所采用的模糊控制規(guī)則是由模糊理論中模糊條件語句來描述的，因此模糊控制器是一種語言型控制器，故也稱為模糊語言控制器 模糊控制系統(tǒng)分類 1 、按信號(hào)的時(shí)變特性分類 （1）恒值模糊控制系統(tǒng) 系統(tǒng)的指令信號(hào)為恒定值 如溫度模糊控制系統(tǒng)。矩陣R也可以用關(guān)系圖來表示，如圖所示。 運(yùn) 算 法 則 1．冪等律A∪A=A，A∩A=A 2．交換律A∪B=B∪A，A∩B=B∩A 3．結(jié)合律 A∪B)∪C=A∪(B∪C) (A∩B)∩C=A∩(B∩C) 4．吸收律A∪(A∩B)=A A∩(A∪B)=A 5．分配律A∪(B∩C)=(A∪B)∩(A∪C) A∩(B∪C)=(A∩B) ∪(A∩C) 6．復(fù)原律 設(shè) 求A∪B，A∩B則 試證普通集合中的互補(bǔ)律在模糊集合中不成立，即 ，證：設(shè) 則 模糊算子 設(shè)有模糊集合A、B和C，常用的模糊算子如下： 1）交運(yùn)算算子設(shè)C=A∩B，有三種模糊算子：① 模糊交算子 ②代數(shù)積算子③ 有界積算子 2）并運(yùn)算算子 設(shè)C=A∪B，有三種模糊算子：①模糊并算子 ②概率或算子 ③ 有界和算子 模糊關(guān)系 設(shè)有一組同學(xué)X，X={張三，李四，王五}，他們的功課為Y，Y={英語，數(shù)學(xué)，物理，化學(xué)}。模糊集合的運(yùn)算 1）空集 模糊集合的空集為普通集，它的隸屬度為0，即 2）全集: 模糊集合的全集為普通集，它的隸屬度為1，即 3）等集 兩個(gè)模糊集A和B，若對所有元素u，它們的隸屬函數(shù)相等，則A和B也相等。采用隸屬函數(shù) ，由三人的成績可知三人“學(xué)習(xí)好”的隸屬度為(張三)=，(李四)=，(王五)=。這樣就反映不出三者的差異。設(shè)三個(gè)人學(xué)習(xí)成績總評分是張三得95分，李四得90分，王五得85分，三人都學(xué)習(xí)好，但又有差異。 （5）魯棒性和適應(yīng)性好。 （3）模糊控制易于被人們接受。 智能控制的幾個(gè)重要分支 為專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法模糊控制的理論基礎(chǔ) 模糊控制的特點(diǎn) 1）模糊控制不需要被控對象的數(shù)學(xué)模型。2）在過程控制中的應(yīng)用石油化工方面，1994年美國的Gensym公司和Neuralware公司聯(lián)合將神經(jīng)網(wǎng)絡(luò)用于煉油廠的非線性工藝過程。物聯(lián)網(wǎng)三大技術(shù)分類 感知層 網(wǎng)絡(luò)層 應(yīng)用層 物聯(lián)網(wǎng)的技術(shù)特點(diǎn) 學(xué)科綜合性強(qiáng) 產(chǎn)業(yè)鏈條長 滲透范圍廣 智 能 控 制 、智能控制的概念 智能控制是一門交叉學(xué)科，著名美籍華人傅京遜教授1971年首先提出智能控制是人工智能與自動(dòng)控制的交叉，即二元論。 傳輸 可靠傳輸：通過網(wǎng)絡(luò)將感知的各種信息進(jìn)行實(shí)時(shí)傳送。 物聯(lián)網(wǎng)的本質(zhì) 就是將IT基礎(chǔ)設(shè)施融入到物理基礎(chǔ)設(shè)施中。微分進(jìn)化算法 TRUETIME 仿真工具箱 概述：（1）TrueTime工具箱是一種基于Matlab的實(shí)時(shí)控制與網(wǎng)絡(luò)控制仿真工具箱，可構(gòu)建分布式實(shí)時(shí)控制系統(tǒng)的動(dòng)態(tài)過程、控制任務(wù)執(zhí)行以及網(wǎng)絡(luò)交互的聯(lián)合仿真環(huán)境。模擬退火算法。罰函數(shù)法和直接法 進(jìn)化類非數(shù)值優(yōu)化算法。線性逼近法。 采樣周期優(yōu)化方法 約束非線性優(yōu)化方法。 網(wǎng)絡(luò)控制系統(tǒng)調(diào)度與控制的協(xié)同設(shè)計(jì) NCS采樣周期的優(yōu)化優(yōu)化原因：NCS采樣周期時(shí)既受控制對象穩(wěn)定性的約束，也受網(wǎng)絡(luò)可調(diào)度性約束。 EDF算法優(yōu)缺點(diǎn)：（1）克服了RM的利用率限制；（2）可以處理調(diào)和與非調(diào)和周期的情況；（3）可以在單獨(dú)靜態(tài)優(yōu)先級水平上分發(fā)操作而不需用頻率來
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1