现代控制工程-第13章神经网络控制要点.ppt

第13章 神经网络控制 基于神经网络的控制或以神经网络为基础构成的神经网络控制系统，称为神经网络控制（neural control）。 神经网络控制是近年来智能控制的一个非常活跃的研究领域。神经网络控制主要是将神经网络作为控制系统中的控制器与（或）辨识器，主要是为了解决复杂的非线性、不确定性系统在不确定性环境中的控制问题，使控制系统稳定、鲁棒性好，具有要求的动态和静态性能。 神经网络控制的优越性主要有： （1）神经网络可以处理那些难以用模型或规则描述的对象； （2）神经网络采用并行分布式信息处理方式，具有很强的容错性； （3）神经网络在本质上是非线性系统，可以实现任意非线性映射，容易应用于非线性控制系统； （4）神经网络具有很强的信息综合能力，它能够同时处理大量不同类型的输入，能够很好地解决输入信息之间的互补性和冗余性问题。 13.2 神经元与神经网络 13.2.1 生物神经元的结构 神经网络（neural networks，NN） 13.2.1 生物神经元的结构 13.2.1 生物神经元的结构 13.2.2 神经元数学模型 1943年，麦克洛奇和皮兹提出M－P模型。一般模型： 13.2.2 神经元数学模型 非线性激励函数（传输函数、输出变换函数） 13.2.2 神经元数学模型 非线性激励函数（传输函数、输出变换函数） 13.2.2 神经元