《神经网络》PPT课件(I)

《神经网络》PPT课件(I)

ID:39649708

大小:1.07 MB

页数:21页

时间:2019-07-08

《神经网络》PPT课件(I)_第1页
《神经网络》PPT课件(I)_第2页
《神经网络》PPT课件(I)_第3页
《神经网络》PPT课件(I)_第4页
《神经网络》PPT课件(I)_第5页
资源描述:

《《神经网络》PPT课件(I)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、1智能控制系统天津大学电气与自动化工程学院五天津大学自动化学院神经网络的基本概念1前向网络及其主要算法2反馈网络3神经网络模型辨识4第三章神经网络控制神经网络控制5天津大学自动化学院基于人工神经网络的控制简称神经控制。神经网络是由大量人工神经元广泛互联而成的网络,具有很强的自适应性和学习能力、非线性映射能力、鲁棒性和容错能力。1.1生物神经元模型人脑大约包含1012个神经元,分成约1000种类型,每个神经元大约与102~104个其他神经元相连接,形成极为错综复杂而又灵活多变的神经网络。1.神经网络的基本概念天津大学自动化学院1.神经网络的基本概念树突:接受信息轴突:发送信息神经元:

2、控制和信息处理的基本单元图3-1生物神经元结构天津大学自动化学院1.神经网络的基本概念神经元的功能与特性时空整合功能:对不同时间不同突触的输入进行整合兴奋与抑制状态:输入——膜电位——输出脉冲与电位转换:数模转换神经纤维传导速度:1-150m/s突触延时和不应期:突触的不应期学习、遗忘和疲劳:突触的传递作用可增强、减弱或饱和天津大学自动化学院1.2人工神经元模型人工神经元是对生物神经元的一种模拟与简化,是一个多输入、单输出的非线性元件。1.神经网络的基本概念图3-2人工神经元结构模型天津大学自动化学院人工神经元输入、输出关系可描述为其中,是从其他神经元传来的输入信号;表示从神经元j

3、到神经元i的连接权值;为阈值;称为激发函数或作用函数。1.神经网络的基本概念天津大学自动化学院为了方便起见,常把看成是恒等于1的输入的权值,则人工神经元的模型可以写为:其中输出激发函数又称为变换函数,它决定神经元(节点)的输出。该输出为1或0,取决于其输入之和大于或小于内部阈值,一般具有非线性特性。1.神经网络的基本概念天津大学自动化学院1.神经网络的基本概念图3-3常见的激发函数阈值型函数阈值型函数饱和型函数双曲函数S型函数高斯函数天津大学自动化学院1.3人工神经网络模型利用人工神经元可以构成各种不同拓扑结构的神经网络,它是生物神经网络的一种模拟和近似。目前已有数十种不同的神经网

4、络模型,其中前馈型网络和反馈型网络是两种典型的结构模型。前馈型神经网络,又称前向网络(FeedforwardNN)。神经元分层排列,有输入层、隐层(亦称中间层,可有若干层)和输出层,每一层的神经元只接受前一层神经元的输入。1.神经网络的基本概念天津大学自动化学院图3-4前馈型神经网络结构前馈网络是一种强有力的学习系统,其结构简单而易于编程;前馈网络是静态非线性映射,通过简单非线性处理单元的复合映射,可获得复杂的非线性处理能力。感知器网络、BP网络1.神经网络的基本概念天津大学自动化学院图3-5反馈型神经网络结构反馈型神经网络(FeedbackNN)的结构如图所示。如果总节点(神经元

5、)数为N,那么每个节点有N个输入和一个输出,也就是说,所有节点都是一样的,它们之间都可相互连接。1.神经网络的基本概念天津大学自动化学院反馈神经网络是一种反馈动力学系统,它需要工作一段时间才能达到稳定。Hopfield神经网络是反馈网络中最简单且应用广泛的模型,它具有联想记忆的功能。1.神经网络的基本概念1.4神经网络的学习方法学习方法是体现人工神经网络智能特性的主要标志,离开了学习算法,人工神经网络就失去了自适应、自组织和自学习的能力。神经网络的学习是通过改变权值实现的。天津大学自动化学院1.神经网络的基本概念有教师学习:网络的输出和期望的输出(即教师信号)进行比较无教师学习:按

6、照一预先设定的规则(如竞争规则)自动调整权值再励学习:行动——评价——改进图3-6神经网络的学习天津大学自动化学院Hebb学习规则两个神经元同时处于激发状态时,它们之间的连接强度将得到加强,这一论述的数学描述被称为Hebb学习规则。Hebb学习规则是一种无教师的学习方法。1.神经网络的基本概念ij天津大学自动化学院Delta()学习规则定义误差准则函数其中代表期望的输出(教师信号);是网络的实际输出,连接权阵的更新规则为1.神经网络的基本概念天津大学自动化学院学习规则是一种有教师的学习方法。BP算法是在δ规则基础上发展起来的。概率式学习竞争式学习遗传算法,DE算法等等。1.神经网络

7、的基本概念天津大学自动化学院2.1感知器(Perceptron)特点:单层神经元。主要用于模式分类。结构:输入向量,为网络输出。2.前向网络及其主要算法图3-7感知器网络ymm天津大学自动化学院分类:当输入向量属于某一类时,该类对应的输出量yp=1,其余输出量yq(q=1…p-1,p+1…m)=-1分类是由单个神经元完成的,可以研究其中一个:2.前向网络及其主要算法图3-8单个神经元天津大学自动化学院学习算法随机给定一组初始权值,这里表示在k时刻连接第i个输入量的权值

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。