智能控制第7章 含混神经网络控制与自适应神经网络.pptxVIP

第7章 模糊神经网络控制与自适应神经网络智能控制基础蝎渊层怖去塑档泉矾持剩只畅狱莱丹族汗莫契粮贪率兽劣琵愉坞钝坐歇匀智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络目录7.1 模糊神经网络控制7.2 基于神经元网络的自适应控制7.3* 自适应神经网络结构学习/47暂赡置迁遣慈茧艳练朋十岛姿呆醋沉交轨匣栓账裤锹寐峡抛皮侮媚客衡帧智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络7.1 模糊神经网络控制7.1.1 神经网络与模糊控制系统7.1.2 模糊神经网络的学习算法/47撮常脾野盘粘褪瘦卒踌毙匣奶记远懈门阮核嘘屡豹粗宝体孟券仲阻末趟壕智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络模糊神经网络理论的出发点模糊控制系统的隶属度函数或控制规则的设计方法存在很大的主观性。利用神经网络的学习功能来优化模糊控制规则和相应的隶属度函数、将一些专家知识预先分布到神经网络中去是提出模糊神经网络理论的两个基本出发点。 /47舍搪佯吭志据箩氟粮贪屠闪馈阉珍猖靛氯裔格进偶锌到烧侍惟平泵诊谤确智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络模糊神经网络结构图 /47孤逆哥崇别蓄狭弄乙信糙工栋啃文亚技彼衅丑迈丽虹你蓄治吹奋次铅控综智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络结构说明第一层节点为输入节点，用来表示语言变量；输出层的每个输出变量有两个语言节点，一个用于训练时期望输出信号的馈入，另一个表示模糊神经网络推理控制的输出信号节点; 第二层和第四层的节点称为项节点，用来表示相应语言变量语言值的隶属度函数。 第三层节点称为规则节点，用来实现模糊逻辑推理。其中第三、四层节点间的连接系数定义规则节点的结论部、第二、三层节点间的连接系数定义规则节点的条件部。/47叭南哗惶六辕防吻枢锁缆华辞娇肖皿蚤责耿厘判北迹灵瘫楞鸳馆灯矿嘻汕智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络第一层这一层的节点只是将输入变量值直接传送到下一层。所以，且输入变量与第一层节点之间的连接系数wji(1)=1。 /47沥喝流遁胡况棘烯终容呻诛殴甜纫种逸坦危疥拌聋丝健冉猿浸无踩影房版智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络第二层 实现语言值的隶属度函数变换 ，可选取钟型函数 其中： mji和σji分别表示第i个输入语言变量Xi的第j个语言值隶属度函数的中心值和宽度。可抽象看作第一、二层神经元节点之间的连接系数wji(2) 。/47诸策坑鉴革沈健洞糟箍汝格姚仿当轻豌醉亨颧坐孜决鸡亨刮斥闯谴侠晋悉智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络第三层 完成模糊逻辑推理条件部的匹配工作 。由最大、最小推理规则可知，规则节点实现的功能是模糊“与”运算。 fj(3)=min(u1(3),u2(3),...,up(3)), aj(3)=fj(3) 且第二层节点与第三层节点之间的连接系数wji(3)=1 /47果摧凹崭嘲杰香柠苇惩摘钎请害一亭氟浩相秉威亏疚吏田谴揖串鲸捕濒宽智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络第四层 有两种模式从上到下的传输模式 时，与第二层相同，实现模糊化的功能。从下到上的传输模式中，实现的是模糊逻辑推理运算。根据最大、最小推理规则，是模糊“或”运算： fj(4)=max(u1(4),u2(4),...,up(4)),aj(4)=fj(4) 且第三、四层节点之间的连接系数wji(4)=1/47良琉联法超往锑湿棵兢桃扼熏便软震茸猫闭沦市存钳玲历堰帕傣粗熬惩潞智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络第五层 有两种模式从上到下的信号传输方式 ，同第一层。从下到上是精确化计算，如果采用重心法，有 则第四层节点与第五层节点之间的连接系数wji(5)可以看作是mji(5)·σji(5)。 /47孵江坟诧澡砍郎会肆歼坠己轮治飘谋别漆薪庙轧烷嘱冕壕儒鹅货千售芍婚智能控制第7章 模糊神经网络控制与自适应神经网络智能控制第7章 模糊神经网络控制与自适应神经网络7.1 模糊神经网络控制7.1.1 神经网络与模糊控制系统7.1.2 模糊神经网络的学习算法/47勾吨亿遗蚁牺旁荚不阜碾胺七寸沈房帖盆网修炼俞奔兢维屏茎核拂按默牺智能控制第7章 模糊神经网络控制与自适应神经网络智能控制