智能控制理论教案3神经网络控制

智能控制理论教案3神经网络控制

ID:39724827

大小:1.30 MB

页数:208页

时间:2019-07-10

智能控制理论教案3神经网络控制_第1页
智能控制理论教案3神经网络控制_第2页
智能控制理论教案3神经网络控制_第3页
智能控制理论教案3神经网络控制_第4页
智能控制理论教案3神经网络控制_第5页
资源描述:

《智能控制理论教案3神经网络控制》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、主讲:范立南沈阳大学信息工程学院智能控制理论及其应用第3章神经网络控制3.1神经网络的发展和应用3.2神经网络的特性3.3生物神经元的结构与功能3.4人工神经网络模型与变换函数3.5典型前馈神经网络-BP网络3.6典型反馈神经网络-Hopfield网络3.7神经网络控制原理3.8神经网络的应用实例第3章神经网络控制神经网络研究热潮的再度兴起,不仅仅是因为神经科学本身取得了巨大的进展,更主要的原因在于发展新型计算机和人工智能新途径的迫切需要神经网络的研究内容相当广泛,反映了多学科交叉技术领域的特点神经网络控制是一种基本上不依赖于模型的控制方法适用于具有不确定性或高度非线性的控制对象具有较强的适应

2、和学习功能是智能控制的一个重要分支领域3.1神经网络的发展和应用神经网络的研究至今有60多年的历史,其发展道路曲折,目前已得到较深入而广泛的研究与应用1943年,心理学家McCulloch和数理学家Pitts提出形式神经元数学模型,通常称为MP模型1949年,D.O.Hebb提出调整神经网络连接权的规则(Hebb学习规则)1958年,F.Rosenblatt提出感知机模型,用于模式分类3.1神经网络的发展和应用1969年M.Minsky和S.Papert发表专著“感知机”,指出线性感知机功能有限70年代,神经网络研究处于低潮3.1神经网络的发展和应用1982、1984年,美国物理学家J.J.H

3、opfield发表2篇文章,提出一种反馈互连网,称Hopfield网,开拓了神经网络用于联想记忆和优化计算的新途径3.1神经网络的发展和应用1986年,美国加州大学学者D.E.Rumelhart(鲁梅尔哈特)和J.L.McClelland(麦克莱兰)提出多层前馈网的反向传播算法(BackBropagation),简称BP网络或BP算法DavidRumelhartJamesMcClelland3.1神经网络的发展和应用1987年,在美国召开第1届国际神经网络会议1990年12月,国内首届神经网络大会在北京举行3.1神经网络的发展和应用发展趋向及前沿问题对智能和机器关系问题的认识将进一步增长神经计

4、算和进化计算将有重大的发展神经网络结构和神经元芯片的作用将不断扩大3.1神经网络的发展和应用模式识别与图像处理印刷体和手写体字符识别语音识别签字识别指纹识别人脸识别癌细胞检测心电图和脑电图分类目标检测与识别3.1神经网络的发展和应用控制与优化化工过程控制机械手运动控制电弧炉电极控制石油精练和食品工业中优化控制3.1神经网络的发展和应用预测与管理股票市场预测有价证券管理借贷风险分析信用卡管理机票管理3.1神经网络的发展和应用通信自适应均衡路由选择其它导航电机故障检测多媒体技术等3.2神经网络的特性神经网络是受人和动物神经系统启发,利用大量简单处理单元互联而构成的复杂系统,以解决复杂模式识别与行为

5、控制问题人工神经网络是一种非线性的映射方式,它将输入的特征值映射到网络的输出分类结果,并可依照其分类的误差大小或某些能量函数来调整网络中的加权值使其达到收敛这些方法模仿人的生理学习功能,并能够将输入信息结合到分类规则中去3.2神经网络的特性神经网络对于解决模式识别问题来说比其他方法具有3点突出的优势①对问题的了解要求较少②可以实现特征空间较复杂的划分③适合于用高速并行处理系统来实现3.2神经网络的特性并行分布处理神经网络具有高度的并行结构和并行实现能力,因而能够有较好的耐故障能力和较快的总体处理能力特别适于实时控制和动态控制3.2神经网络的特性非线性映射神经网络具有固有的非线性特性,这源于其近

6、似任意非线性映射(变换)能力这一特性给非线性控制问题带来新的希望3.2神经网络的特性通过训练进行学习神经网络是通过所研究系统过去的数据记录进行训练的一个经过适当训练的神经网络具有归纳全部数据的能力因此,神经网络能够解决那些由数学模型或描述规则难以处理的控制过程问题3.2神经网络的特性适应与集成神经网络能够适应在线运行,并能同时进行定量和定性操作神经网络的强适应和信息融合能力使得网络过程可以同时输入大量不同的控制信号,解决输入信息间的互补和冗余问题,并实现信息集成和融合处理这些特性特别适于复杂、大规模和多变量系统的控制3.2神经网络的特性硬件实现神经网络不仅能够通过软件而且可借助硬件实现并行处理

7、由超大规模集成电路实现的硬件已经面世这使得神经网络具有快速和大规模处理能力的网络3.2神经网络的特性总之,神经网络具有自学习自适应自组织大规模并行处理等特点在自动控制领域展现了广阔的应用前景3.3生物神经元的结构与功能生物神经元的结构人脑是由大量的神经元(神经细胞)组合而成神经元之间互相连接神经系统的基本构造是神经元是处理人体内各部分之间相互信息传递的基本单元据神经生物学家研究的结果表明,人的大脑

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。