2016神经络控制.pptVIP

于是由梯度法得到权值调整规则为 如果P 含有纯滞后为T d = L T 的滞后环节时, 相应的权值调整规则为 在实际应用中, 可以先估计一个滞后时间。运行时, 如果在第L + 1 个采样时刻检测到第一个非零的零状态响应, 则可认为纯滞后时间为L T 　学习因子的选择 学习因子的选择对系统性能有较大影响, 如果学习速率过小, 学习过程收敛缓慢, 必将影响到控制的实时性; 如果学习速率过大, 则又会影响到学习的收敛性。采用变学习因子的方法, 在学习过程中自动调整学习因子, 取得了较好的效果。 事实上, 假设W0 为理想的权值这时有 E k+ 1 (W0) = 0, 将E 在W处作Taylo r 展开: 定义4-1 神经网络从任一初始状态 X(0)开始运动，若存在某一有限的时刻 ，从 以后神经网络的状态不再发生变化，即 ，则称网络稳定。处于稳定时刻的网络状态叫稳定状态，又称定点吸引子。 神经动力学系统具有以下一些共性： （1）、非常大的自由度 仿真系统的神经元数限于 。人脑的神经细胞个数 （2）、非线性——非线性是神经东西学系统的主要特征。任何由现行单元组成的神经网络都可以退化成一个等效的单层神经网络。 （3）、消耗性——消耗性指的是随时间的推移