基于神经网络的系统建模答辩.ppt

下载文档 降价啦

46
0
约小于1千字
约 23页
2017-04-21 发布于湖北
举报
版权申诉
保障服务

基于神经网络的系统建模答辩.ppt

1、本文档共23页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第九讲;基于神经网络的系统建模和控制;NN辨识器（1）; 被控对象 f (.)是未知的非线性函数. 神经网络模型(并联) (.)是f 的NN近似模型;NN辨识器（2）; 被控对象 f (.)是未知的非线性函数. 神经网络模型(串并联) (.)是f 的NN近似模型;确定BP网络的结构和参数离线利用BP学习算法训练NN 获得辨识模型（并联或串并联）;建模实例;串并行NN模型为辨识结构图 ;辨识目标：辨识状态渐近等价真实状态 NNf, NNg均用含有两层隐层的前向网络，隐层节点数分别为20,10.输入、输出节点数均为1。输入信号采用均匀分布于[-2，2]的随机数。学习步长取为0.08，训练10万次结束。取 ;实际状态与网络状态的比较; NN辨识模型和实际系统的输出基本吻合;NN用于控制;离散系统神经网络控制;离散系统神经网络控制（2）;未知离散动态系统的自适应跟踪控制;;连续系统神经网络控制;???续系统神经网络控制（2）;未知连续动态系统的自适应跟踪控制;;; That is all for this Talk!