资源描述：
《神经网络与自动控制.pdf》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、∀∀弟卷第忿期山东轻工业学院学报!#∃工%%又&月23#/).2∗41#.212)56∋789,:%%:年∋()∗#+,(−.!!+#/(#0,10!!神经网络与自动控制贾磊孙优贤;讥电系<;浙江大学工业控制研究所<摘要本文在简一单地介绍了神经网络之后,给出了神经网络在自动控制及其相关领域。,。中的应用最后展望了神经网络的发展方向及前景=,,关键词神经网络自动控制>(?≅39!Α(引言一,>Β≅39!Α首先提出了人工神经网,八十年代初期美国科学家络的概念在研究了大脑神,,〔经的某些重要生理特性及结构之后给出了神经网络模型及其能量函数:一Χ〕在该领域的研,。,、,,究中做了许多开创性的工
2、作之后特别是近二三年在世界范围内掀起了研究。、、、、、神经元网络的热潮在自动控制理论模式识别故障诊断图象处理优化计算智能控制,。,“”。等诸多领域中取得了很大的进展临Δ引甚至有人惊呼它比原子弹工程更重要,=那么是神经网络的什么特性引起了人勺如此大的兴趣呢Ε找认为主要在于。89Γ。,;:<具有极高的运算速度传统的#Φ计算机发展至今在日益增长的高速计算问题面前,,一,已束手无策而在运用人工智能技术试图产生第五代计算机方面又陷入了困境因此,,,又可神经网络采用大规模并行化的方法既可以同时处理大量的维数很高的信息以。使网络的动态收敛速度与神经元的数目无关,为第五代计算机提供了一条有效的途径目,。前
3、日本正在研制:Η亿次Ι秒的权修正神经元网络计算机;∃<。目前,+!系统及−7ϑ神经网络具有直觉式推理的功能智能控制主要在基于传统的与。,,集运算上进行前者可进行逻辑推理后者可进行模糊信息处理而这两者均缺乏直觉式推。,,,“”,理功能因此可以想见由于神经网络的参与人工智能控制将会具有更高的智能更能接近大,、。脑的应际功能而向更深更广的阶段前进。,,;Κ<非模型控制自动控制发展至今其主要特点是以数学模型为基础的不论进行怎样,。,,的自动控制首先要设法获取控制对象的数学模型但是现实世界中情况往往是相当复,,。,杂的有时获取的模型只是极其近似的有时甚至无法获得其模型在这种情况下由于神、,经网络具有很
4、强的自学习自组织和自适应性因而可通过不断地调整其权系数来不断地搜寻,。逐渐收敛至最优解;。,Χ<具有很强的容错能力这是由于神经网络包含大量的运算节点各节点之间都是局部广。二二止≅尹·洛Λ洲山东轻工业学院学报第∀卷‘钾梦舞台‘‘ΔΜΜ一Μ一一一一,,,因而建接的其结构为并联结构是分布式存贮方式当少数节点或节点间的连接受到损坏,,就象人的大脑,,但不时不会对整个网络的性能造成很大影响每天都有大量的细胞死亡影。响大脑功能一样∀。正是由于神经网络的上述特点,卜使得近几年在这方面的应用及研究有了许多进展面,、,介在简单地介绍了神经网络的模型能量函数及结构之后绍了神经网络在白动控制及。,。相关领域中的
5、几个应用实例最后对神经网络的研究方向及其前景做了一下展望:神经网络简介∀::神经元的数学描述输入李亩出≅〔二一一个神经元可以看作是一个日多输入单输出的具有闭值非线性片。特性的部件;见图:<设神经图:神经元的数字描述Ν,,ΝΟ,⋯,Ν。,,也可能元育几个输入这些输入可能是上一级神经元的输出是本级神。我8二,,Ν=,,Ν。。经元的反馈们使用一个维向量Π;Ν⋯<来丧示每个输入通过一个8ΓΘ9‘Σ:,,,”。突触;.4Β<联系系数Ρ;3∃一<作用于该神经元神经元对这些输入进。=行时空总和后送到一个阂值非线性元件≅。〔〕≅&〔〕可以是一个阶跃函数;图∃<:Τ9一Ν一Η<;图∃阂值非线性元件图Κ阂值非线
6、性元件‘∀了Ξ9Ξ9、Ω、!甘之ΝΚς,8当》时∀备且口矛!、Ψ,泛一;:<产一一一子ΝΥ(当时渗气−也可以是一个#型函数∃图%&州−∋.。〔∗〕/∃0&∋()一∃∗一+&图1内容相关记忆的234.5)67神经网络结构。左几广9、!8。其中。是闭值最后由八:给出神经元的输出∃=第期贾磊等神经网络与自动控制∃9ΖΖ学习规则神经网络模型和>。7,,一设有#个神经元互相连接每个神经元约活性状态∃⋯8<只能取!。=或[,而一:和:分别≅仁表抑制与兴奋其状态按下述规律变化7,一’∋’‘,7,一。,∃,⋯,8;Κ<;万<,。其中3∴是神经元间的连接强度的汉值]3∴Σ。学习过程就是调节]3∴的过程;Κ
7、<式称。为一个神经网络模型,二,>9Ζ规则就是调节]3∴原则]3∴。3与第∴个神经元同时处于兴奋状态则创门之间的连接应加强,即么]一以737∴;“<Η<;Χ<“,。这一规则与巴甫洛夫的条件反射”学说一致并已得到神经网络学说的证明〔:Κ〕:∀Κ>。Β≅39!Α摸型及其结构,∃∀>ΗΗ≅39!Α神经网络模型由#个神经元组成在∃节神经网络中的≅。〔〕可取;∋<‘。=或;∃<式卜的任何一种神经元的状态随机地异步变
