智能控制课程教学中的思维启迪与兴趣激发20160523.ppt

在思维启迪方面，我们主要作了下述引导： （1）做科学研究要由浅入深。由一个特定的简单典型例子把相关理论建立起来，然后推广到一般情况通用对象； （2）在模糊逻辑中隶属函数把不精确的模糊描述进行了合理量化，使得整个模糊逻辑建立在精确计算和推理之上，在模糊理论中起到了奠基石的作用。由此可见，恰当构造一个理论体系和数学基础是一个理论成功的关键； 3.1 优化精化课堂教学 3. 探索与实践--优化精化课堂教学 （3）归纳总结了常用表达方式的用途：公式是思想最严格准确的表达，框图是系统结构、程序流程最有效的表示，图表是实验结果最真实直观的展现，语言是构成这些表达的基本元素和灵魂。 （4）和同学们一起首先分析解模糊的作用：解模糊的作用就是要在已激活的相关推理结论中，确定一个最合理最确定的精确输出量。然后，请同学们畅所欲言讨论解模糊的基本原则（a）所有激活的规则建议的输出量都要考虑到；（b）隶属值大的规则的推荐量应该重点考虑。最后，总结如何分析处理此类问题的方式方法。 3.1 优化精化课堂教学 3. 探索与实践--优化精化课堂教学 案例5：生物神经元与人工神经元MP模型 当代科学技术发展日新月异，表现出既高度分化又高度融合的趋势。智能控制作为一门交叉学科，多学科的理论、观念、技术和方法杂交、吸收、融合、互补和共振是其发展和创新的源动力之一。这是我们教学中要特别强调的。为此我们在教学过程中，通过生物学家McCulloch和数学家Pitts提出了MP神经元模型来说明学科交叉的重要作用和意义。 3. 探索与实践--优化精化课堂教学 1943年心理学家McCulloch和数学家Pitts偶遇。心理学家 McCulloch说他在生理实验中发现了一些有趣现象：生物的基本单元—神经元的活动有一定的规律性。他请数学家Pitts帮他分析这些实验数据。数学家Pitts很快就把规律总结出来了，这就是非常著名的MP神经元模型。这个模型后来成为了人工神经网络的基本构成单元。 3. 探索与实践--优化精化课堂教学 案例6：神经网络发展史的哲学意义 神经网络发展经历了兴起、发展、低潮、新的高潮的曲折发展道路。 （1）20世纪40年代 （开创阶段） 1943年，美国心理学McCulloch与数学家Pitts合作提出形式神经元的MP模型； 1948年，维纳 Wiener 出版了著名专著控制论 Cybernetics； 1949年 ，D. O. Hebb出版了《行为组织》，提出神经元权值的修改方案的Hebb学习准则。 3. 探索与实践--优化精化课堂教学 （2）20世纪50～60年代 （研究的高潮阶段） 1957年美国计算机学家罗森布拉特 F. Rosenblatt 提出了著名的感知器模型，它是一个具有三层网络的结构，连续可调权值矢量的MP神经网络模型，经过训练可达到对一定输入矢量模式进行识别的目的。 1962年，美国工程师威德罗（B. Widrow）和霍夫（M. Hoff）提出了自适应线性元件（Adaline）神经网络模型，成功地应用于自适应信号处理和雷达天线控制等连续可调过程，成为第一个解决实际问题的人工神经网络。创造了Widrow－Hoff学习训练算法（LMS算法），并首次用硬件电路实现。 3. 探索与实践--优化精化课堂教学 （3）20世纪70年代 （研究的停滞阶段） 1969年，人工智能专家M. Minsky和S. Papert在《感知机》中指出感知机的缺陷，不能实现XOR逻辑函数问题和进行非线性分类等比较复杂的问题；并表示出对这方面研究的悲观态度，使得神经网络的研究从兴起期进入了黑暗的停滞期。许多专家们不得不放弃神经网络领域的课题，使研究工作的发展进入了低潮时期，进展极其缓慢。 但是，仍有不少研究者坚持这一领域研究。美国波士顿大学自适应中心的Grossberg和Carpenter提出了著名的自适应共振理论模型ART模型；1972年，芬兰的Kohonen和美国的Anderson分别独立提出了Kohonen自组织映射模型。 3. 探索与实践--优化精化课堂教学 （4）20世纪80年代以后 （新的研究高潮阶段） 1987年在美国圣地亚哥举行了第一届神经网络国际会议，并成立了国际神经网络联合会（INNS），正式宣布了神经网络计算机科学的诞生，从此揭开了神经网络的研究与开发又一新热潮的序幕。 神经网络的研究从纯粹心理和生理角度扩展到工程和实际技术领域，其应用已渗透到智能控制、模式识别、信号处理、计算机视觉、图像处理、机器人、优化计算、知识处理、通信、生物医学工程等各个领域，并取得了令人瞩目的研究成果。 3. 探索与实践--优化精化课堂教学 在思维启迪方面： （1）首先神经网络发展史验证了马克思自然辩证法中事物都是迂回式发展，螺旋式前进这一真理。我们要引导学生学会正确