神经网络辨识及其应用.PPT

第6章 神经网络辨识及其应用 神经网络辨识的特点 不要求建立实际系统的辨识格式,即可省去系统结构建模这一步骤; 可以对本质非线性系统进行辨识; 辨识的收敛速度不依赖于待辨识系统的维数,只于神经网络本身及其所采用的学习算法有关; 神经网络的连接权值在辨识中对应于模型参数,通过权值的调节可使网络输出逼近于系统输出; 神经网络作为实际系统的辨识模型,实际上也是系统的一个物理实现,可以用于在线控制; 神经网络是一种黑箱建模工具。 人工神经网络（简称神经网络，Neural Network）是模拟人脑思维方式的数学模型。 神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为。神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。 6.1 神经网络介绍 20世纪80年代以来，人工神经网络（ANN，Artificial Neural Network）研究所取得的突破性进展。神经网络辨识是采用神经网络进行逼近或建模，神经网络辨识为解决复杂的非线性、不确定、未知系统的控制问题开辟了新途径。 神经网络的发展历程经过4个阶段。 1、启蒙期（1890-1969年） 1890年，W.James发表专著《心理学》，讨论了脑的结构和功能。 1943年，心理学家W.S.McCulloch