神经网络控制 - 控制科学与工程学系 - 浙江大学.pdf

神经网络控制 刘山 浙江大学控制科学与工程学院 人工神经网络（ANN ）  人工神经网络（artificial neural network, ANN ）是由大量 简单的处理单元（神经元，neurons ）互联而成的并行分 布式系统。它不是人脑的真实描述，是对人脑简单的抽象 和模拟，反映人脑的基本特征。  ANN建立在神经科学、数学、物理学、计算机科学的基 础上，是一种新的计算机制和模型。可解决一些传统算法 所难以解决的问题。  ANN可以用电子线路来实现，也可以用计算机程序来模 拟。用硬件实现后，系统达到稳定即为计算完毕，计算效 率极大地提高。 2 用于控制的人工神经网络的特性  并行分布处理。  非线性映射。  通过训练进行学习。  知识存储在连接权及连接关系上。  容错能力  硬件实现。 3 神经网络在控制中的作用  在传统的控制系统中用以动态系统建模，充当对 象模型。  在反馈控制系统中直接充当控制器的作用。  在传统控制系统中起优化计算作用。  与其他智能控制方法如模糊逻辑、遗传算法、专 家控制等相融合。 4 内容  1、人工神经网络概述  2、基于神经网络的系统建模与辨识  3、神经网络PID控制  4、神经网络控制结构方案  5、神经控制的应用 5 1、人工神经网络概述 6 生物神经元模型  输入与输出  兴奋与抑制 7 人工神经网络  人工神经网络由神经元模  由基于生物神经元特性的 型构成； 互连模型来构造一个表示 大脑基本组分的神经元模  这种由许多神经元组成的 型，对逻辑操作系统表现 信息处理网络具有并行分 出通用性。 布结构。  神经网络的结构是由基本 处理单元及其互连方法决  每个神经元具有单一输出， 定的。 并且能够与其它神经元连  连接机制结构的基本处理 接； 单元与神经生理学类比， 为神经元。  存在许多（多重）输出连 接方法，每种连接方法对  每个构造起网络的神经元 模型模拟一个生物神经元。 应一个连接权系数。 8 神经网络要素  网络结构：一组单元和连接拓扑  前向结构  从输出到输入有反馈的前向网络  层内互连前向网络