IS 第3讲 模糊逻辑与NN系统.ppt

神经网络游戏——Bug Brain 实验室 游戏从最简单的实验室任务开始，在这里，玩家被要求完成包括与、或、非在内的各种任务，搭建能够完成相应任务的神经网络并测试成功后才能进入下一任务。 实验室所有任务完成后可进入下一关。 例：构造完成“或”逻辑的神经网络如图，所有权值阈值都可自行设置以完成任务。 神经网络游戏——Bug Brain 完成网络设计后，可进行测试，检验是否成功 例如：“或”任务要求在两个开关中的任何一个被按下时灯能够亮，测试我们的网络成功。 神经网络游戏——Bug Brain 在进入瓢虫世界后任务变得更加实际，要求为瓢虫小姐来设计大脑，让她能够完成不同任务。 如：在有宽度传感器（范围0~100）的情况下，如何让瓢虫小姐既能吃到蚜虫又不会掉下树干？ 2.2 神经控制的结构方案 2.2.1 NN学习控制 基于神经网络的监督式控制 实现NN监督式控制的步骤 通过传感器和传感信息处理，调用必要的和有用的控制信息 构造神经网络，选择NN类型、结构参数和学习算法等 训练NN控制器，实现输入和输出间的映射，以便进行控制 NNC 受控对象 监督程序 r(t) + - e(t) u(t) + - 选择器 y(t) 图5.16 基于神经网络的监督式控制 2.2.2 NN直接逆模控制 原理与特点 这种控制采用受控系统的一个逆模型，它与受控系统串接以便使系