現(xiàn)代控制工程-第13章神經(jīng)網(wǎng)絡(luò)控制-在線(xiàn)瀏覽
2025-07-15 01:50本頁(yè)面
【正文】 F u n c t i o n y = t a n s i g ( x ) =xxxxeeee????????1??x x（ 對(duì)數(shù) S 形函數(shù)或 S型函數(shù) ） （ 雙曲正切 S形函數(shù) ） 16 神經(jīng)元數(shù)學(xué)模型 ? 工作過(guò)程 : ? 從各輸入端接收輸入信號(hào) uj ( j = 1, 2, …, n ) ? 根據(jù)連接權(quán)值求出所有輸入的加權(quán)和 ? 用非線(xiàn)性激勵(lì)函數(shù)進(jìn)行轉(zhuǎn)換，得到輸出 )()(0????njjijii uwfxfy）或 iinjjijnjijijnjijijibuwuwuwbuwuwxii?????????? ??????00011,1,1(00??17 神經(jīng)元數(shù)學(xué)模型 iMkkikNjjij ubyav i ???? ???? 11TsiieTsssHsVsXsH???111,1:)()()()(18 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作方式 ? 決定人工神經(jīng)網(wǎng)絡(luò) 性能的三大要素： ? 神經(jīng)元的特性。 ? 為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)則。 ? 異步 （ 串行） 方式： 任一時(shí)刻只有一個(gè)神經(jīng)元調(diào)整狀態(tài)，而其它神經(jīng)元的狀態(tài)保持不變。 ?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)。 ? 1949年 ， 赫布 （ D. O. Hebb） 提出 改變神經(jīng)元連接強(qiáng)度的 Hebb學(xué)習(xí)規(guī)則 。 ? 1959年 ， 威德羅 (B. Widrow)等提出自適應(yīng)線(xiàn)性元件（ adaline） 網(wǎng)絡(luò) ， 通過(guò)訓(xùn)練后可用于抵消通信中的回波和噪聲 。 神經(jīng)網(wǎng)絡(luò)的發(fā)展概況 ? 第一次熱潮時(shí)期： 20世紀(jì) 50年代末－ 20世紀(jì) 60年代 初 25 ? 1969年 ， 明斯基 （ M. Minsky） 等在 《 Perceptron》中對(duì)感知器功能得出悲觀結(jié)論 。 ? 1976年 ， S. Grossberg 在自組織神經(jīng)網(wǎng)絡(luò)方面的研究十分活躍 。 ? 1986 年 ， 魯姆爾哈特 （ Rumelhart ） 和麥克勞（ McCellan） 等在 《 Parallel Distributed Processing》中提出反向傳播學(xué)習(xí)算法 （ B－ P算法 ） 。 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(zhuān)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(guò)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 。 32 ?（ 1） 是否存在一個(gè) BP神經(jīng)網(wǎng)絡(luò)能夠逼近給定的樣本或者函數(shù) 。 ? 1986年 ， 魯梅爾哈特 （ D. Rumelhart） 等提出 BP學(xué)習(xí)算法 。 ? 反向傳播：修改各層神經(jīng)元的權(quán)值，使誤差信號(hào)最小。 （ 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。 （ 4） 后處理過(guò)程：當(dāng)應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行分類(lèi)操作時(shí) ， 通常將輸出 值編碼成所謂的名義變量 ， 具體的值對(duì)應(yīng)類(lèi)別標(biāo)號(hào) 。, . . . ,1。, . .
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1