神经模糊预测控制及其MATLAB实现.pptVIP

1

第一篇神经网络理论及其MATLAB实现

第二篇模糊逻辑理论及其MATLAB实现

2

第一篇神经网络理论

及其MATLAB实现

3

第1章神经网络理论

v1.1神经网络的基本概念

v1.2典型神经网络的模型及其MATLAB实现

v1.3神经网络的训练

4

人脑是一部不寻常的智能机，它能以惊人的高速

度解释感觉器官传来的含糊不清的信息。它能觉察到

喧闹房间内的窃窃私语，能够识别出光线暗淡的胡同

中的一张面孔，更能通过不断地学习而产生伟大的创

造力。古今中外，许许多多科学家为了揭开大脑机能

的奥秘，从不同的角度进行着长期的不懈努力和探索，

逐渐形成了一个多学科交叉的前沿技术领域——神经

网络(NeuralNetwork)。

5

基于神经网络的控制称为神经网络控制

（NNC），简称神经控制（NC——Neurocontrol）

这一新词是在国际自控联杂志《自动化》

（Automatica）1994年No.11首次使用的，最早源

于1992年H．Tolle和E．Ersu的专著

《Neurocontrol》。基于神经网络的智能模拟用于

控制，是实现智能控制的一种重要形式，近年来

获得了迅速发展。本节介绍神经控制的基本概念、

基本结构、神经控制系统的组成及其实现神经控

制和神经—模糊控制的基本方法。

6

1.1神经网络的基本概念

1.1.1生物神经元的结构与功能特点

神经生理学和神经解剖学证明了人的思维是由

人脑完成的。神经元是组成人脑的最基本单元，

它能够接受并处理信息，人脑大约由10111012个神

经元组成，其中每个神经元约与104105个神经元

通过突触连接，因此，人脑是一个复杂的信息并

行加工处理巨系统。探索脑组织的结构、工作原

理及信息处理的机制，是整个人类面临的一项挑

战，也是整个自然科学的前沿领域。

7

1．生物神经元的结构

生物神经元（以下简称神经元），也称神经细

胞，是构成神经系统的基本单元。神经元主要由

细胞体、树突和轴突构成，其基本结构如图1-1所

示。

图1．1生物神经元的结构

8

2．生物神经元的功能特点

从生物控制论的观点来看，作为控制和信息处

理基本单元的神经元，具有以下功能特点。

（1）时空整合功能

神经元对于不同时间通过同一突触传入的信息，

具有时间整合功能；对于同一时间通过不同突触

传入的信息，具有空间整合功能。两种功能相互

结合，是使生物神经元具有时空整合的输入信息

处理功能。

9

（2）动态极化性

在每一种神经元中，信息都是以预知的确定方

向流动的，即从神经元的接收信息部分（细胞体、

树突）传到轴突的起始部分，再传到轴突终端的

突触，最后再传给另一神经元。尽管不同的神经

元在形状及功能上都有明显的不同，但大多数神

经元都是按这一方向进行信息流动的。

10

（3）兴奋与抑制状态

神经元具有两种常规工作状态，即兴奋状态与

抑制状态。所谓兴奋状态是指神经元对输入信息

经整合后使细胞膜电位升高，且超过了动作电位

的阈值，此时产生神经冲动并由轴突输出。抑制

状态是指对输入信息整合后，细胞膜电位值下降

到低于动作电位的阈值，从而导致无神经冲动输

出。

11

（4）结构的可塑性

由于突触传递信息的特性是可变的，也就是它

随着神经冲动传递方式的变化，传递作用强弱不

同，形成了神经元之间连接的柔性，这种特性又

称为神经元结构的可塑性。

（5）脉冲与电位信号的转换

突触界面具有脉冲与电位信号的转换功能。沿

轴突传递的电脉冲是等幅的、离散的脉冲信号，

而细胞膜电位变化为连续的电位信号，这两种信

号是在突触接口进行变换的。