神经元感知器和BP网络摘要.ppt

第三章 神经网络控制 　　神经网络是在生物功能启示下建立起来的一种数据处理技术。它是由大量简单神经元互连而构成的一种计算结构，在某种程度上模拟生物神经系统的工作过程，从而具备解决实际问题的能力。 　特点: （1）非线性映射逼近能力。任意的连续非线性函数映射关系可由多层神经网络以任意精度加以逼近。 （2）自适应性和自组织性。神经元之间的连接具有多样性，各神经元之间的连接强度具有可塑性，网络可以通过学习与训练进行自组织，以适应不同信息处理的要求。 （3） 并行处理性。网络各单元可同时进行类似的处理，整个网络的信息处理方式是大规模并行的，可以大大加快对信息处理的速度。 （4）分布存储和容错性。信息在神经网络内的存储按内容分布于许多神经元中，而且每个神经元存储多种信息的部分内容。网络的每部分对信息的存储具有等势作用，部分的信息丢失仍可以使完整的信息得到恢复，因而使网络具有容错性和联想记忆功能。 （5）便于集成实现和计算模拟。神经网络在结构上是相同神经元的大规模组合，特别适合于用大规模集成电路实现。 二. 人工神经元模型 4、误差函数的改进 （3）第 q 层的反向递推计算 根据（Ⅰ）,（Ⅱ）两式可获得反向递推算式： 这里的 q 层是指由Q-1向前递推的任意网络层次（其中：q = Q-2 ，Q-3 ，… ,1) 首先计算 ← ← ← ← 在每一层的反向递推计算 需要