智能控发制理论教案3神经网络控制12版.ppt

3.1 神经网络的发展和应用 3.2 神经网络的特性 3.3 生物神经元的结构与功能 3.4 人工神经网络模型与变换函数 3.5 典型前馈神经网络－BP网络 3.6 典型反馈神经网络－ Hopfield网络 3.7 神经网络控制原理 3.8 神经网络的应用实例 神经网络研究热潮的再度兴起，不仅仅是因为神经科学本身取得了巨大的进展，更主要的原因在于发展新型计算机和人工智能新途径的迫切需要 神经网络控制是一种基本上不依赖于模型的控制方法 3.1 神经网络的发展和应用 神经网络的研究至今有60多年的历史，其发展道路曲折，目前已得到较深入而广泛的研究与应用 3.1 神经网络的发展和应用 1969年M.Minsky和S.Papert发表专著“感知机”，指出线性感知机功能有限 70年代，神经网络研究处于低潮 3.1 神经网络的发展和应用 1982、1984年，美国物理学家J. J. Hopfield发表2篇文章，提出一种反馈互连网，称Hopfield网，开拓了神经网络用于联想记忆和优化计算的新途径 3.1 神经网络的发展和应用 1986年，美国加州大学学者 D. E. Rumelhart（鲁梅尔哈特 ）和J. L. McClelland（麦克莱兰 ）提出多层前馈网的反向传播算法（Back Bropagation），简称BP网络或BP算法 3.1 神经网络的发展和应用 1987年，在美国召开第1届国际神经网络会议 1990年12月，国内首届神经网络大会在北京举行 3.1 神经网络的发展和应用 发展趋向及前沿问题 对智能和机器关系问题的认识将进一步增长 神经计算和进化计算将有重大的发展 神经网络结构和神经元芯片的作用将不断扩大 3.1 神经网络的发展和应用 模式识别与图像处理 印刷体和手写体字符识别 语音识别 签字识别 指纹识别 人脸识别 癌细胞检测 心电图和脑电图分类 目标检测与识别 3.1 神经网络的发展和应用 控制与优化 化工过程控制 机械手运动控制 电弧炉电极控制 石油精练和食品工业中优化控制 3.1 神经网络的发展和应用 预测与管理 股票市场预测 有价证券管理 借贷风险分析 信用卡管理 机票管理 3.1 神经网络的发展和应用 通信 自适应均衡 路由选择 其它 导航 电机故障检测 多媒体技术等 3.2 神经网络的特性 神经网络是受人和动物神经系统启发，利用大量简单处理单元互联而构成的复杂系统，以解决复杂模式识别与行为控制问题 3.2 神经网络的特性 神经网络对于解决模式识别问题来说比其他方法具有3点突出的优势 3.2 神经网络的特性 并行分布处理 神经网络具有高度的并行结构和并行实现能力，因而能够有较好的耐故障能力和较快的总体处理能力 特别适于实时控制和动态控制 3.2 神经网络的特性 非线性映射 神经网络具有固有的非线性特性，这源于其近似任意非线性映射（变换）能力 这一特性给非线性控制问题带来新的希望 3.2 神经网络的特性 通过训练进行学习 神经网络是通过所研究系统过去的数据记录进行训练的 一个经过适当训练的神经网络具有归纳全部数据的能力 因此，神经网络能够解决那些由数学模型或描述规则难以处理的控制过程问题 3.2 神经网络的特性 适应与集成 神经网络能够适应在线运行，并能同时进行定量和定性操作 神经网络的强适应和信息融合能力使得网络过程可以同时输入大量不同的控制信号，解决输入信息间的互补和冗余问题，并实现信息集成和融合处理 这些特性特别适于复杂、大规模和多变量系统的控制 3.2 神经网络的特性 硬件实现 神经网络不仅能够通过软件而且可借助硬件实现并行处理 由超大规模集成电路实现的硬件已经面世 这使得神经网络具有快速和大规模处理能力的网络 3.2 神经网络的特性 总之，神经网络具有 自学习 自适应 自组织 大规模并行处理 等特点 在自动控制领域展现了广阔的应用前景 3.3 生物神经元的结构与功能生物神经元的结构 人脑是由大量的神经元(神经细胞)组合而成 神经元之间互相连接 神经系统的基本构造是神经元 是处理人体内各部分之间相互信息传递的基本单元 据神经生物学家研究的结果表明，人的大脑一般有1010～1012个神经元 3.3 生物神经元的结构与功能生物神经元的结构 大多数神经元由一个细胞体和突两部分组成 3.3 生物神经元的结构与功能生物神经元的结构 3.3 生物神经元的结构与功能生物神经元的结构 细胞体由细胞核、细胞质和细胞膜组成 突分两类，即轴突和树突 3.3 生物神经元的结构与功能生物神经元的结构 轴突是个突出部分，细胞体向外伸出的最长的一条分支，即神经纤维，把本神经元的输出发送至其它相连接的神经元 远离细胞体一侧的轴突端有许多分支，称轴突末梢 轴突通过轴突末梢向其