基于神经网络系统辨识.pptVIP

升三章神网络建模与 主讲教师:付冬梅 北京科技大学信息工程学晚自动化糸 要内容 1、智能挖制的严生和基本特死 2、基于种经脶絡的系统辨炽 3薹于种经胭络系统辨示例 4基子种经絳的系统控制 5、基于经絡的系统控制示例 13.1智能控制产生和基本特死 寻找不需要建立(精确)数学模型的控制方案,研究 能够按照操作人员的智加、经验及意识发布指令的控制器。 (含辫识器) 凡是具备两个条件的智能学科都可以在智能控制上占 席之地:⑦能够模拟人脑的智力行为处理复杂性、不确 定性、胙线愷对象。 ②不需要对象的精确数学模型便能逼近满意控制。 智能控制阶段的研究对象是控制器,而传统控制理论 的研完对象是被控对象,两者都是闭环负反馈形式。 13.2号种经貉的系统弊炽 1)辨识系统的基结构 系统辨识的主要任务就是选辨识模型,确定输入信号 和误差信号及其差值。 被测系统}一 一汉模型 2)辨识模型 静态模型、动态模型、参数模型、参数模型(阶跃响 友、脉冲响应)、神经网络模型 B)辨识系统中的误差准则 J(0)=∑(k) 其中,∫(有各种选拌,最多的是平方画数fe(k)=e2(k) 其中,(k)是误差函数,定义区间为[0,M 13.2基号种经络的系统弊辨炽 4)神经阏络辨识原理 由误差准则可知,系统辫识本质上是一个优化问题。 辨识的方法大体上分两种 ⑦基于算法的辫识方法 要求建立一个模型,该模型振赖于某个参数θ,把 辨识转化成为对模型参数的估计。估计方法有:最小 乘法(快,线性),梯度下降法,极大然法。 ②基于神经网络的辫识方法 在遇到不能线愷化的非线性系统时,对应的模型壅于 转化成关于参数空间的线型模型。基于算依的辨识方法 将束手无策