智能控制技术03认识神经网络控制系统.pptxVIP

智能控制技术

目录CONTENT项目一认识分级递阶控制系统项目二认识模糊控制系统项目三认识神经网络控制系统项目四认识模糊神经网络控制系统

项目五认识专家控制系统项目六认识进化控制系统项目七分析智能控制技术的典型应用目录CONTENT

项目三认识神经网络控制系统

知识目标了解神经元模型和神经网络模型。掌握神经网络的学习算法。掌握典型的前馈网络。掌握典型的反馈网络。熟悉典型的神经网络控制系统。

技能目标能正确分析神经网络控制系统的应用实例。能正确设计简单的神经网络控制系统。

素质目标厚植心系国家建设、勇担时代使命的爱国情怀。?弘扬崇实尚业、刻苦钻研、精益求精的工匠精神。树立技能成才、技能报国的人生理想。

项目引入无人驾驶车辆既可应用于日常生活，以方便人们的出行，也可应用于危险场景，以保障人们的安全。

项目引入无人驾驶车辆具有明显的非线性、信号延时和参数不确定性，容易受路况变化、侧向风等外界因素的影响。

项目引入虽然传统无人驾驶车辆的运动控制器依赖于精确的车辆模型，但是实际应用效果与仿真结果之间仍存在一定差距，难以对车辆进行稳定且精准的控制。

项目引入神经网络不仅能避免外界的干扰，还为解决车辆模型参数不确定和车辆自适应控制等方面的问题提供了一定的理论参考。

项目工单1．学生分组学生以3～5人为一组，各小组选出组长并进行任务分工，将小组成员及任务分工填入表中2．工作计划各小组查阅相关资料，了解分级递阶控制系统，制订工作计划，并将其填入表中。3．工作准备各小组将工作实施过程中所需的工具和器材填入表中。4．工作实施各小组按照工作计划，设计分级递阶控制系统，并将实施步骤、实施内容及遇到的问题、解决办法等填入表中。

神经网络概述1认识神经网络控制系统典型的前馈网络2典型的反馈网络3典型的神经网络控制系统4

/3.1神经网络概述

3.1神经网络概述神经网络定义神经网络又称连接模型，通过模拟生物神经网络的若干基本特性，将生物神经网络抽象成大规模并行连接网络。神经网络特点神经网络具有并行处理能力、自适应能力、自组织能力、自学习能力、非线性映射能力、容错能力及鲁棒性。

3.1神经网络概述神经网络的发展历程1943年，沃伦·麦卡洛克和沃尔特·皮茨首次提出了人工神经元模型，即麦卡洛克-皮茨模型。提出人工神经元模型神经网络控制技术不断地发展和完善，应用领域不断扩展，成为一种多学科交叉融合的前沿技术。神经网络技术发展

3.1神经网络概述3.1.1神经元模型生物神经元是生物神经系统结构和功能的基本单位，它由细胞体、树突、轴突三部分构成。1．生物神经元

3.1神经网络概述3.1.1神经元模型生物神经元功能细胞体是生物神经元的代谢中心，树突主要负责接收周围生物神经元输入的神经冲动，轴突主要负责输出神经冲动。人脑神经元数量人脑中约有1000亿个生物神经元，各生物神经元又与其他约100～10000个生物神经元相连接，构成了极为复杂的神经网络。生物神经元特性从生物控制论的角度来看，生物神经元具有时空整合功能、信息传递的动态极化功能、脉冲和电位转换功能、兴奋和抑制功能。生物神经元学习特性生物神经元具有学习、遗忘、疲劳等特点，能够在复杂环境中不断学习和适应，是神经网络能够进行复杂计算和处理的原因生物对某一刺激发生反应后，在一定时间内，即使再给予刺激，也不会发生反应，则此时间间隔称为不应期。课堂点拨

3.1神经网络概述3.1.1神经元模型神经网络是通过模拟生物神经系统多输入、单输出的信息传递特性而建立的，它由大量人工神经元（简称神经元）组成。2．人工神经元神经元模型

3.1神经网络概述3.1.1神经元模型神经元的输入-输出关系可表示为

3.1神经网络概述3.1.1神经元模型?

3.1神经网络概述3.1.1神经元模型?

3.1神经网络概述3.1.1神经元模型常用的激活函数种类（2）饱和型函数，即（1）阈值型函数，即

3.1神经网络概述3.1.1神经元模型常用的激活函数种类（3）sigmoid函数（S型函数），即（4）双曲正切函数，即

3.1神经网络概述3.1.1神经元模型常用激活函数的曲线

3.1神经网络概述3.1.2神经网络模型1．前馈网络模型前馈网络内部的神经元按照输入层、隐含层和输出层的方式分层排列。首先，由输入层的神经元提供网络的输入向量，构成了隐含层神经元的输入信号。随后，输出层给出相应的网络输出。前馈网络模型

3.1神经网络概述3.1.2神经网络模型1．反