2012程序刚性.pptVIP

数字计算机的刚性;参数整定找最佳，从小到大顺序查 先是比例后积分，最后再把微分加 曲线振荡很频繁，比例度盘要放大 曲线漂浮绕大湾，比例度盘往小扳 曲线偏离回复慢，积分时间往下降 曲线波动周期长，积分时间再加长 理想曲线两个波，前高后低4比1;? 新的问题1：;响应曲线模式量化的前提;Jordan?;响应曲线模式量化的前提;信息的形式语言描述——如何告诉计算机外界发生了什么变化;数字计算机的刚性;信息的形式语言描述——如何告诉计算机外界发生了什么变化 ;信息的形式语言描述——如何告诉计算机外界发生了什么变化 ; 命题“B为一可数的（countable）非空集合”等价于下述两命题 （可数即相当于能用整数编号）： 1）存在一满映射 ； 2）存在一单映射 。 ;信息的形式语言描述——如何告诉计算机外界发生了什么变化 ; 对于同一集合，出于不同目的，可能采取不同的编号方式。 ? 开环阶跃响应非常相近的系统可能具有完全不同的闭环性能，而开环阶跃响应差别较大的系统闭环响应却可能基本一致。 ? 如何保证编码过程中所做的近似（牺牲的精度）不会影响最终的分析结果？（决定于领域知识和经验）;测量环节的精确性非常重要 ? 必须找准特征（依赖于领域知识）。;数字计算机的刚性;数字计算机的刚性;仿真模型：AutoTuningPID2012Plant.mdl 二阶非线性动态被控对象：plant1.m;? 新的问题2：是否存在一种灵活、柔性的一一对应规则建立机制？ 是否存在一种方便根据新获取的领域知识不断调整一一对应规则的机制或者模型（降低对领域知识的依赖程度） ？;Procedure BubbleSort(Var R : FileType) //从下往上扫描的起泡排序// 　　Begin 　　For I := 1 To N-1 Do //做N-1趟排序// 　　begin 　　NoSwap := True; //置未排序的标志// 　　For J := N - 1 DownTo 1 Do //从底部往上扫描// 　　begin 　　If R[J+1] R[J] Then //交换元素// 　　begin 　　Temp := R[J+1]; R[J+1] := R[J]; R[J] := Temp; 　　NoSwap := False 　　end; 　　end; 　　If NoSwap Then Return//本趟排序中未发生交换，则终止算法// 　　end End; //BubbleSort//;程序功能的形式语言描述——如何告诉计算机正确响应外界变化 ;数字计算机的特点;课程主干内容——搜索空间;作业（下次课交）;思考题;数字计算机的刚性;何种程序方便修改？;泰勒级数展开为x的幂函数的线性组合 ;涯限涛垄章怠誊拌惩冬遮悔衙宋勇嘴睡挞慑浓枫热圃哑去捞摧慷巢欣宵底2012程序刚性2012程序刚性;人工神经网络——基本指令（神经元的数学模型）;人工神经网络——基本指令的构成（单输入神经元的数学模型）;人工神经网络——单输入神经元的数学模型;人工神经网络——多输入神经元的数学模型;人工神经网络——基本指令的组合（神经元之间联系的数学模型，多层网络）;人工神经网络——简单应用例子;骋搀颊咨或阐刘翰勋途剃凌字弊它叶撂膘儿替行眯吁坯替季硬辆尘逾徘尉2012程序刚性2012程序刚性;人工神经网络——学习过程;根据当前认识，初选W和b等参数，构成函数f1，运行程序。 判断运行结果优劣，根据评价结果调整参数，直至满足要求。;通过适当组合我们所熟悉的基本函数（“指令”）可以逼近任意熟悉/不熟悉的连续函数。;一般定理：令 为有界、非常量的单调增连续函数，代表p维单位超立方体 。 表示定义在 上的??续函数构成的集合，则给定任意函数 和 ，存在整数M和一组实常数 ， 和 ，其中 ， ，使得 可任意逼近 ，即 ， 。 ; 尽可能将“程序”表达为基本指令的线性组合，如此，“程序”的评价和修改都方便。 程序长度有限时，“基本指令”的选择非常重要。 ;软计算参考文献;神经网络参考文献