第6讲有监督和BP神经网络.pptVIP

* 第六讲 基于神经元网络的智能控制 神经元网络的特点： 1）非线性 2）分布处理 3）学习并行和自适应 4）数据融合 5）适用于多变量系统 6）便于硬件实现 ●神经元网络的简化模型 ai1 ai2 a in bi1 bi2 bim wi y1 y2 y n u1 uk um 1 vi x i y i ●神经元网络的一般模型框架 1）加法器 2）线性动态系统（SISO） 3）静态非线性系统 ︰ ︰ 式中 aij 和bik 为权系数，i,j =1,2,…,n, k= 1,2,…m. n 个加法器可以写成向量形式： —— N维列向量 —— N维列向量（单元输出） ——N×N维矩阵 ——N×M维矩阵 —— M维列向量（外部输入） —— M维常向量 ▲ 线性动态系统 典型的有： ▲静态非线性系统 典型的有： g(x) g(x) g(x) x x x 阈值函数 阈值函数 Sigmoid函数 ∑ ∑ （双极型） Sigmoid u1 ui ?i u1 ui ?i y i y i Adline(自适应线性网） 单层感知器(Perceptron) ▲不同的部件可以组成不同的网络 ︰ ︰ ? K ui y j yi 离散Hopfield网 y1 y2 y3 y4 u1 u2 u3 u4 ? yj yi ui xi 连续的Hopfield网 ●按学习的方法神经元网络可分成二类：