5.3反馈神经网络教程文件.pptxVIP

智能控制5. 人工神经网络及其在控制中的应用Shanghai University, Shanghai, P.R.China智能控制5. 人工神经网络及其在控制中的应用5-3. 反馈神经网络Shanghai University, Shanghai, P.R.China5.3 反馈人工神经网络5.3.1 反馈神经网络概述5.3.2 离散Hopfield反馈神经网络5.3.3 连续Hopfield反馈神经网络5.3.4 BAM反馈神经网络5.3 反馈人工神经网络5.3.1 反馈神经网络概述5.3.2 离散Hopfield反馈神经网络5.3.3 连续Hopfield反馈神经网络5.3.4 BAM反馈神经网络5.3.1 反馈神经网络概述什么是反馈神经网络?在神经网络中所有节点都具有信息处理功能，而且每个节点既可以从外界接收输入，同时又可以向外界输出。5.3.1 反馈神经网络概述反馈神经网络的特点?从系统的观点看，反馈神经网络模型是一个反馈动力学系统，它具有极复杂的动力学特性。反馈网络具有若干个稳定状态。当网络从某一初始状态开始运动，网络总可以收敛到某一个稳定的平衡状态5.3.1 反馈神经网络概述反馈神经网络的特点?从系统的观点看，反馈神经网络模型是一个反馈动力学系统，它具有极复杂的动力学特性。系统稳定的平衡状态可以通过设计网络的权值而被存储到网络中5.3.1 反馈神经网络概述反馈神经网络vs前馈神经网络前馈神经网络反馈神经网络常见的权值设计算法：海布(Hebb)算法常见的权值学习算法：误差修正算法（BP算法）5.3.1 反馈神经网络概述反馈神经网络vs前馈神经网络前馈神经网络反馈神经网络主要应用：联想映射及分类主要应用：联想记忆与优化计算5.3.1 反馈神经网络概述联想记忆优化计算联想记忆是指当网络输入某个矢量后，网络经过反馈演化，从网络输出端得到另一个矢量，这样输出矢量就称作网络从初始输入矢量联想得到的一个稳定记忆，即网络的一个平衡点优化计算当某一问题存在多种解法时，可以设计一个目标函数，然后寻求满足这一目标函数的最优解法。例如，在很多情况下可以把能量函数作为目标函数，得到的最优解法需要使能量函数达到极小点，即能量函数的稳定平衡点5.3.1 反馈神经网络概述关于反馈神经网络的重点研究内容反馈神经网络的分析问题：判断给定网络的稳定性判断给定网络的稳定区域求取给定网络的平衡状态反馈神经网络的综合问题：网络的结构设计网络的权值设计5.3 反馈人工神经网络5.3.1 反馈神经网络概述5.3.2 离散Hopfield反馈神经网络5.3.3 连续Hopfield反馈神经网络5.3.4 BAM反馈神经网络5.3.2 离散Hopfield反馈神经网络John Joseph HopfieldJuly 15, 1933/wiki/Chicago,_IllinoisChicago, Illinois, USA/wiki/Princeton_UniversityPrinceton University/wiki/University_of_California,_BerkeleyUniversity of California,Berkeley/wiki/California_Institute_of_TechnologyCalifornia Institute of Technology5.3.2 离散Hopfield反馈神经网络离散Hopfield网络的结构神经元的输出值y1, y2, y3为离散值1和0分别表示神经元处于兴奋和抑制状态三个神经元组成的DHNN5.3.2 离散Hopfield反馈神经网络离散Hopfield网络的结构第0层仅仅是作为网络的输入,它不是实际神经元,所以无计算功能三个神经元组成的DHNN5.3.2 离散Hopfield反馈神经网络离散Hopfield网络的结构第一层是实际神经元,故而执行对输入信息和权系数乘积求累加和,并由非线性函数f处理后产生输出信息.三个神经元组成的DHNN5.3.2 离散Hopfield反馈神经网络离散Hopfield网络的结构第一层是实际神经元,故而执行对输入信息和权系数乘积求累加和,并由非线性函数f处理后产生输出信息.三个神经元组成的DHNN5.3.2 离散Hopfield反馈神经网络离散Hopfield网络的结构DHNN,其网络状态是输出神经元信息的集合(向量)y(t)=[y1(t),y2(t),...,yn(t)]T三个神经元组成的DHNN5.3.2 离散Hopfield反馈神经网络无自反馈vs有自反馈离散Hopfield网络无自反馈网络当wi,j在i=j时等于0,则说明一个神经元的输出并不会反馈到它自己的输入.有自反馈网络当wi,j在i=j时不等于0,则说明—个神经元的输出会反馈到它自