智能控制 第3讲 人工神经元网络控制论-控制基础.pptVIP

3.1　 引言 3.2　 前向神经网络模型 3.6 神经网络控制基础 3.7　 非线性动态系统的神经网络辨识 3.8　 神经网络控制的学习机制 3.9 　神经网络控制器的设计 3.3　 动态神经网络模型 3.10 单一神经元控制法 目录 3.10 单一神经元控制 式中，1γ0为衰减速率，η0为学习速率, pi(t)表示递进学习策略。 Hebbian学习 监督学习 联想式学习 z(t) 是教师信号，如控制误差 学习策略 控制系统的一般形式 直接控制输出 增量式控制输出 增量式PID控制 如取 可得自适应增量式PID控制 * P即deltaw 非线性可分离系统（模型3） BP学习 例3- 9 考虑如下非线性离散系统： 求：采用双模型法解决该系统的辨识问题。 两种方法的学习曲线 单一模型网络： 两模型网络： 两模型法的辨识效果 3.1　 引言 3.2　 前向神经网络模型 3.6 神经网络控制基础 3.7　 非线性动态系统的神经网络辨识 3.8　 神经网络控制的学习机制 3.9 　神经网络控制器的设计 3.3　 动态神经网络模型 3.10 单一神经元控制法 目录 3.8 神经网络控制的学习机制 神经元控制器的目的在于如何设计一个有效的神经元网络去完成代替传统控制器的作用，使得系统的输出跟随系统的期望输出。为了达到这个目的，神经网络的学习