- 1、本文档共39页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
神经网络控制;6.1 概述;6.1.2 人工神经元模型;第四页,共三十九页,2022年,8月28日;其输入、输出关系可描述为
其中, 是从其他神经元传来的输入信号; 表示从神经元j到神经元i的连接权值; 为阈值; 称为激发函数或作用函数。; 输出激发函数 又称为变换函数,它决定神经元(节点)的输出。该输出为1或0,取决于其输入之和大于或小于内部阈值 。函数 一般具有非线性特性。下图表示了几种常见的激发函数。
1. 阈值型函数(见图(a),(b))
2. 饱和型函数(见图(c))
3. 双曲函数(见图(d))
4. S型函数(见(e))
5. 高斯函数(见图(f));;6.1.3 人工神经网络模型;1. 前馈型神经网络;第十页,共三十九页,2022年,8月28日;6.1.4 神经网络的学习方法;神经网络中常用的几种最基本的学习方法 ;2.Delta(δ)学习规则
δ规则实现了E中的梯度下降,因此使误差函数达到最小值。但δ学习规则只适用于线性可分函数,无法用于多层网络。BP网络的学习算法称为BP算法,是在δ规则基础上发展起来的,可在多网络上有效地学习。
;3.概率式学习
从统计力学、分子热力学和概率论中关于系统稳态能量的标准出发,进行神经网络学习的方式称概率式学习。神经网络处于某一状态的概率主要取决于在此状态下的能量,能量越低,概率越大。同时,此概率还取决于温度参数T。T越大,不同状态出现概率的差异便越小,较容易跳出能量的局部极小点而到全局的极小点;T越小时,情形正相反。概率式学习的典型代表是Boltzmann机学习规则。它是基于模拟退火的统计优化方法,因此又称模拟退火算法。 ;4.竞争式学习
竞争式学习属于无教师学习方式。此种学习方式利用不同层间的神经元发生兴奋性联接,以及同一层内距离很近的神经元间发生同样的兴奋性联接,而距离较远的神经元产生抑制性联接。在这种联接机制中引人竟争机制的学习方式称为竟争式学习。它的本质在于神经网络中高层次的神经元对低层次神经元的输入模式进行竞争识别。;6.2 前向神经网络;第十七页,共三十九页,2022年,8月28日;感知器的一种学习算法: ;6.2.2 BP??络;第二十页,共三十九页,2022年,8月28日;误差反向传播的BP算法简称BP算法,其基本思想是最小二乘算法。它采用梯度搜索技术,以期使网络的实际输出值与期望输出值的误差均方值为最小。
BP算法的学习过程由正向传播和反向传播组成。在正向传播过程中,输入信息从输入层经隐含层逐层处理,并传向输出层,每层神经元(节点)的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则转人反向传播,将误差信号沿原来的连接通路返回,通过修改各层神经元的权值,使误差信号最小。;
1.BP网络的前馈计算
2.BP网络权值的调整规则
1). 输出层权系数的调整
2). 隐含层节点权系数的调整
3.BP学习算法的计算步骤
; 3.BP学习算法的计算步骤
1). 初始化 置所有权值为较小的随机数
2). 提供训练集
3). 计算实际输出,计算隐含层、输出层各神经元输出
4). 计算目标值与实际输出的偏差E
5). 计算
6). 计算
7). 返回“2)”重复计算,直到误差满足要求为止 ;第二十四页,共三十九页,2022年,8月28日;在使用BP算法时,应注意的几个问题是:
1). 学习开始时,各隐含层连接权系数的初值应以设置较小的随机数较为适宜。
2). 采用S型激发函数时,由于输出层各神经元的输出只能趋于1或0,不能达到1或0。在设置各训练样本时,期望的输出分量dpk不能设置为1或0,以设置为或0,1较为适宜。
3). 学习速率η的选择,在学习开始阶段,η选较大的值可以加快学习速度。学习接近优化区时,η值必须相当小,否则权系数将产生振荡而不收敛。平滑因子α的选值在左右。;6.2.3 BP网络学习算法的改进;2.多层前向BP网络的问题:
1). BP算法的学习速度很慢
2). 网络训练失败的可能性较大
3). 难以解决应用问题的实例规模和网络规模间的矛盾
4). 网络结构的选择尚无一种统一而完整的理论指导,一般只能由经验选定
5). 新加入的样本要影响已学习成功的网络,而且刻画每个输入样本的特征的数目也必须相同
6). 网络的预测能力(也称泛化能力、推广能力)与训练能力(也称逼近能力、学习能力)的矛盾 ;3.BP网络学习算法的改进 ;6.2.4 神经网络的训练;神经网络训练的具体步骤如下;6.4 神经网络P
您可能关注的文档
- 直升机教材-简体.ppt
- 生活中的电磁辐射.ppt
- 饮料中咖啡因含量.ppt
- 试验检测工程师桥梁题目.ppt
- 液体制剂生产设备.ppt
- 显示偏好理论.ppt
- 天然气发动机原理及故障诊断.ppt
- 语言学总课件.ppt
- 数字电路课件第七章 半导体存储器.ppt
- 现场管理技能培训.ppt
- 2024精简护肤洁面趋势报告-TMIC-30正式版.doc
- 2024捕捉华夏民族珍味-咸味主食与咸味零食创新机遇报告-25正式版.doc
- 2024年秋季部编版小学道德与法治二年级上册全册课件PPT最新.pptx
- 部编版第十一册第四单元拓展提高教学课件.ppt
- 2024年秋季新西师大版一年级上册数学全册教学课件(新版教材).pptx
- 2024年秋新人教版一年级上册数学全册教学课件(新版教材).pptx
- 2024年秋季新人教版数学一年级上册全册教学课件(新版教材).pptx
- 2024年秋季新人教版数学一年级上册全册课件(新版教材).pptx
- 2024年秋季新人教版一年级上册数学全册教学课件(新版教材).pptx
- 2024年秋季新人教版一年级上册数学全册课件(新版教材).pptx
最近下载
- NB_T 47016-2023 承压设备产品焊接试件的力学性能.pdf
- 体外膜肺氧合(ECMO)规范化管理.pdf VIP
- 2023年唐山市中医医院护士招聘考试历年高频考点试题含答案解析.docx VIP
- 2023年CSP-S组(提高组)初赛真题(文末附答案).pdf
- 人教版(2024年新教材)九年级上册化学:第二单元2.1《我们周围的空气》教案教学设计.docx
- 2024年专技公需课测试题库合并.docx VIP
- 生命教育主题ppt课件(图文).pptx
- 初步设计评审收费标准.pdf VIP
- 上海市嘉定区嘉定二中2024年物理高二第一学期期末综合测试试题含解析.doc
- 机械加工工艺编程与实施课件-任务3.2-轴承套工艺编制与实施.ppt VIP
文档评论(0)