基于神经网络的光伏电池建模.doc

本文由meilideyidian贡献 doc文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。 基 于 MATLAB6.5 毕业设计说明书 题目：基于神经网络的光伏电池建模 姓名：王晔楠 导师：仲志丹 学校：河南科技大学 学院：机电工程学院 专业：机械设计及其自动化 2008 年 5 月 前 言 太 阳 能 电 池 根 据 光 生 伏 特 效 应 原 理 ,将 太 阳 光 能 直 接 转 化 为 电 能 , 在 转 化 过 程 中 ,没 有 污 染 和 噪 声 。 太 阳 能 是 可 再 生 能 源 ,利 用 这 种 能 源 不 仅 能 够 减 少 燃 料 损 耗 ,还 可 以 改 善 环 境 污 染 和 全 球 变 暖 给 人 类 生 存 所 带 来 的 威 胁 ,因 而 越 来 越 受 到 人 们 的 关 注 。 太 阳 电 池 阵 列 (也 称 为 光 伏 阵 )本 质 上 是 一 种 高 度 非 线 性 功 率 源 。 其功率输出主要随太阳能日照和电池温度的变化而变化。 前已建立 目 的 模 型 大 多 是 基 于 光 伏 阵 的 物 理 模 型 进 行 建 模 ,对 系 统 功 率 流 进 行 计 算 ,从 而 对 系 统 的 长 期 稳 态 性 能 进 行 评 价 。 然 而 ,这 种 方 法 需 要 有 太 阳 电 池 和 生 产 规 格 等 详 细 的 物 理 参 数 。 对 于 用 户 而 言 ,这 些 参 数 不 容 易 获 得 ,而 且 推 导 出 的 数 学 模 型 不 一 定 准 确 ,因 此 基 于 此 法 预 测 的 最 大 功 率 点 与 实 际 情 况 相 差 较 大 1 。 其 建 模 精 度 极 为 有 限 ,而 且 这 些 模 型 表 达 式 过 于 复 杂 ,难 以 满 足 工 程 上 对 光 伏 系 统 的 实 时 控 制 要 求 。 人 工 神 经 网 络 建 模 不 需 要 任 何 光 伏 阵 物 理 定 义 ,因 此 在 电 力 系 统 工 程 中 吸 引 了 人 们 越 来 越 多 的 注 意 ,大 量 的 神 经 网 络 技 术 应 用 于 光 伏 系 统 中 2 4 。 这 些 方 法 大 多 采 用 反 向 传 播 多 层 感 知 器 型 神 经 网 络 (M LP - BP ) , 然 而 , 在 训 练 中 存 在 局 部 极 值 , 不 能 建 立 最 优 模 型 或 者 不 适合于特殊的系统。 基 于 以 上 原 因 ,本 文 采 用 改 进 的 BP神 经 网 络 辨 识 方 法 对 光 伏 电 池 进 行 辨 识 建 模 ,以 太 阳 能 日 照 、 温 度 以 及 负 载 电 压 作 为 神 经 网 络 辨 识 模 型 的 输 入 量 ,光 伏 电 池 输 出 电 流 为 输 出 量 ,根 据 实 验 的 输 入 输 出 数 据 建 立 光 伏 系 统 的 电 压 /电 流 模 型 。 实 验 结 果 表 明 ,与 传 统 的 数 学 模 型 相 比 , BP 建 模 的 精 度 较 高 , 训 练 时 间 短 , 更 重 要 的 是 建 模 过 程 避 免 了 复 杂 的 解 析 建 模 ,通 过 神 经 网 络 的 计 算 ,可 以 快 速 地 得 到 电 堆 的 输 入 /输 出 特 性 。 这 说 明 基 于 BP 神 经 网 络 技 术 建 立 光 伏 阵 这 一 个 复 杂 非 线 性 系统的模型是可行的 1 基于神经网络的光伏电池建模 摘 要 由 于 光 伏 电 池 具 有 高 度 非 线 性 特 性 ,难 以 建 模 ,而 传 统 的 数 学 模 型难以满足光伏控制系统设计和应用的要求。 文利用神经网络具有 该 逼 近 任 意 复 杂 非 线 性 函 数 的 能 力 ,将 神 经 网 络 技 术 应 用 到 光 伏 阵 的 建 模 中 ,避 开 了 该 模 块 内 部 的 复 杂 性 。 模型以太阳能日照、 度以及负载电压作为神经网络辨识模型的 温 输 入 量 ， 光 伏 阵 输 出 电 流 为 输 出 量 ， 采 用 改 进 型 BP 算 法 , 建 立 了 光 伏 电 池 的 动 态 响 应 模 型 ,然 后 预 测 了 最 大 功 率 点 。 文 中 给 出 模 型 的 结 构 , 训 练 步 骤 和 仿 真 结 果 。仿 真 结 果 表 明 , 方 法 可 行 , 建 立 的 模 型 精 度 较 高 , 从而为设计光伏实时控制系统奠定了基础。 关 键 词 ： 光 伏 电 池 ;神 经 网 络 ;建 模 2 Modeling of Photovoltaic - Array Based on Improved BP Neural Networks Identification ABS TR AC T Fo r t h e s e ri o u s co m p l ex i t y o f p h o t o v o l t ai c arra y ( P V) , m o d el i n g o f i t i s v er y d i ffi cu l t an d th e ex i s ti n gm o d el s are t o o co m p li cat ed t o b e ap p l i ed t o d esi gn i n g an d co n t ro l li n g t h e s ys t em , es p eci al l y t o o nl i n e co n t ro l li n g. In t h i s p ap er, we t r y t o es t ab li s h a v o l t ag e an d cu r ren t m o d el o f P V arra y by using n eu ral n et wo rk s i d en t i fi cat i o n t ech n i q u es . Th e t em p erat u re, rad i at i o n an d v o lt a ge o f t h e s ol ar cel l s are t ak en as t h e i n p ut an d t h e cu rr e n t as t h e o ut p u t o ft h e n eu ral n et wo rk s m od el . In t hi s wa y, we can av o i d t h e i n t ern al co m p l ex i t y o f P V m o d u l e. Th e 59 5 gro u p s ex p eri m en t a l d at a are u s ed , an d t h e s t ru ct u re an d t h e n o v el BP al go ri t h m o f n eu ral n et wo rk s i d en ti fi cat i o n s ys t em ar e gi v en . Th e v ali d i t y an d accu rac y o f t h e m o d el are p ro v ed b y t h e s im u l at i o n res u l ts . Th e n eu ral n et wo rk s m od el i n g m ak es i t p o s si b l e t o d es i gn o n - l i n e co n t ro ll er o f P V s ys t em . KE YW O RDS : P h o t o v o lt ai c arr a y; N eu r al n et wo rk ; M o d eli n g 3 目录 第 一 章 概 述 6 1.2. 国 内 外 同 类 设 计 （ 或 同 类 研 究 ） 的 概 况 综 述 7 0 图 1 单 个 光 伏 电 池 等 效 电 路 0 1 图 3 典 型 光 伏 电 池 V - I、 P - V 特 性 随 温 度 变 化 曲 线 . 1 第 三 章 光 伏 电 池 的 数 学 模 型 2 4 3.1 光 伏 电 池 的 数 学 模 型 的 建 立 2 总 结 24 参 考 文 献 25 致 谢 27 附 录 28 5 第一章 概述 1.1 设 计 （ 或 研 究 ） 的 依 据 与 意 义 太 阳 能 可 以 不 分 地 域 地 辐 射 到 地 球 的 每 一 个 角 落 ， 从 而 成 为 21 世 纪 最 具 大 规 模 开 发 潜 力 的 新 能 源 之 一 。在 中 国 ，太 阳 能 资 源 较 好 的 地 区 占 国 土 面 积 2 / 3 以 上 ，主 要 集 中 在 西 部 地 区 ，尤 其 是 西 北 和 青 藏 高 原 ， 年 平 均 日 照 时 间 在 2200 小 时 以 上 ； 中 国 陆 地 每 年 接 受 的 太 阳 辐 射 量 约 合 24000 亿 吨 标 准 煤 。 太 阳 能 的 转 换 利 用 方 式 有 光 -热 转 换 、 光 -电 转 换 和 光 -化 学 转 换 等 三 种 方 式 。接 收 或 聚 集 太 阳 能 使 之 转 换 为 热 能 ，然 后 用 于 生 产 和 生 活 的 一 些 方 面 ， 是 光 -热 转 换 即 太 阳 能 热 利 用 的 基 本 方 式 。 太 阳 能 热 水系统是目前太阳能热利用的主要形式， 是利用太阳能将水加热储 它 于水箱中以便利用的装置。利用光生伏打效应原理制成的光伏电池， 可将太阳光能直接转换成电能加以利用， 为光电转换， 光伏发电。 称 即 光化学转变尚处于研究试验阶段， 种转换技术包括光伏电池电极化 这 水制氢、利用氢氧化钙和金属氢化物热分解储能等。 光伏发电应用首先要解决的是怎样将太阳能转换为电能。 伏电 光 池就是利用半导体光伏效应制成， 是一种将太阳辐射能直接转换为 它 电 能 的 转 换 器 件 。由 若 干 个 这 种 器 件 封 装 成 光 伏 电 池 组 件 ，再 根 据 需 要 将 若 干 个 组 件 组 合 成 一 定 功 率 的 光 伏 阵 列 ，并 与 储 能 、测 量 、控 制 等装置相配套，即构成光伏发电系统。 中 国 是 世 界 上 最 大 的 发 展 中 国 家 ，人 口 众 多 ，工 业 化 任 务 远 未 完 成 。国 民 经 济 建 设 的 发 展 ，人 民 生 活 水 平 的 提 高 ，社 会 各 项 事 业 的 进 步 ，必 将 对 能 源 的 供 应 提 出 更 多 、更 高 的 要 求 。中 国 光 伏 发 电 的 需 求 6 量 巨 大 ， 市 场 广 阔 。 各 方 面 的 预 测 表 明 ， 21 世 纪 中 叶 太 阳 能 将 成 为 中国能源直接供应的一支主力军。 光 伏 发 电 已 成 为 现 实 ，并 在 全 球 范 围 内 迅 猛 发 展 。如 果 说 石 化 能 源 是 21 世 纪 的 能 源 主 体 ， 那 么 可 以 说 以 太 阳 能 为 主 体 的 新 能 源 将 成 “ 为 21 世 纪 人 类 能 源 的 主 体 ， 掌 握 了 未 来 的 能 源 就 掌 握 了 人 类 未 来 的 命运” 光伏发电的时代正在向我们走来！ ， 1.2. 国 内 外 同 类 设 计 （ 或 同 类 研 究 ） 的 概 况 综 述 计（ 1. 当今世界各国尤其是发达国家对于光伏发电技术十分重视， 对 针 其 制 定 规 划 ， 增 加 投 入 ， 大 力 发 展 。 美 国 能 源 部 于 1990 年 开 始 启 动 光 伏 制 造 技 术 的 产 业 化 计 划 ，通 过 国 家 可 再 生 能 源 实 验 室 实 施 ，并 成 立 了 国 家 PV 中 心 ，与 产 业 界 、大 学 和 研 究 机 构 联 合 进 行 研 究 ，以 大 幅度降低光伏电池的生产成本。这一计划的实施，已取得明显效果： 商 品 化 晶 体 硅 光 伏 电 池 组 件 的 光 电 转 化 效 率 达 到 1 2 % -1 4 %； 生 产 规 模 从 过 去 的 1 -5 M W p / 年 发 展 到 5 -2 0 M Wp / 年 ；生 产 工 艺 不 断 简 化 ，自 动 化 程 度 不 断 提 高 。 在 日 本 和 欧 盟 各 国 ， 也 有 类 似 计 划 。 2000 年 以 达 来 ， 界 晶 体 硅 光 伏 组 件 的 生 产 成 本 降 低 了 32%以 上 ， 到 3 美 元 /Wp 世 左右。 紧紧围绕降低光伏发电成本的各种研究开发工作一直在发达国 家中紧张地进行， 中以晶体硅材料为基础的高校光伏电池和各种薄 其 膜光伏电池为基础的研究工作是热点课题。 大利亚新南威尔士大学 澳 研 制 的 高 校 单 晶 硅 光 伏 电 池 效 率 已 达 2 4 . 7 %，美 国 、日 本 和 德 国 也 达 到 了 23%。 薄 膜 光 伏 电 池 的 研 究 工 作 主 要 集 中 在 非 晶 硅 薄 膜 光 伏 电 池 、 C d Te 系 光 伏 电 池 和 多 晶 硅 薄 膜 光 伏 电 池 等 。 非 晶 硅 薄 膜 光 伏 电 池主要是通过双结和三结迭层光伏电池克服衰降和提高效率。 过努 经 力 ， 已 有 许 多 新 的 突 破 ， 目 前 实 验 室 效 率 已 经 超 过 1 0 % 。 C d Te 系 光 伏 电 池 效 率 已 达 到 1 5 . 8 %， C IS 系 光 伏 电 池 效 率 已 达 到 1 7 %， 而 且 都 已 有 了 光 伏 电 池 效 率 约 为 10%的 中 试 生 产 线 。 晶 硅 薄 膜 光 伏 电 池 的 多 实 验 室 效 率 已 超 过 1 7 %，成 为 世 界 关 注 的 新 热 点 。美 国 、日 本 和 俄 罗 斯等国均投入大量资金进行空间太阳能电站的研究试验， 期大规模 以 7 利 用 太 阳 能 为 人 类 提 供 源 源 不 断 的 电 力 ，其 前 景 十 分 诱 人 。光 伏 发 电 与建筑相结合是目前世界上大规模利用光伏技术发电的研究开发热 点 ，美 国 、日 本 和 欧 盟 各 国 都 在 作 为 重 点 项 目 积 极 地 进 行 ，除 在 屋 顶 安 装 光 伏 电 池 外 ，已 推 出 把 光 伏 电 池 装 在 瓦 片 内 的 产 品 和 光 伏 幕 墙 。 从 20 世 纪 70 年 代 中 后 期 开 始 ,光 伏 技 术 得 到 不 断 地 完 善 ， 成 本 不 断 降 低 ， 形 成 了 不 断 发 展 的 光 伏 技 术 产 业 ， 成 为 21 世 纪 世 界 能 源 舞台上的主要成员之一。 8 第二章 光伏电池特性 2.1 光 伏 电 池 的 电 特 性 2.1.1 等 效 电 路 光 伏 电 池 阵 列 由 太 阳 电 池 串 联 和 /或 并 联 连 接 而 成 。 每 一 个 电 池 本 质 上 是 一 个 P - N 结 ,直 接 将 光 能 转 换 成 电 能 。 当 太 阳 电 池 接 上 负 载 时 ,光 生 电 流 流 经 负 载 ,并 在 负 载 两 端 建 起 端 电 压 ,这 时 太 阳 电 池 的 工 作 情 况 可 用 图 1 所 示 的 等 效 电 路 来 描 述 图 1 单个光伏电池等效电路 其 中 ， Iph 为 光 生 电 流 。 Iph 値 正 比 于 光 伏 电 池 的 面 积 和 入 射 光 的 辐 照 度 。1 c m 光 伏 电 池 的 I p h 値 均 为 1 6 3 0 m A . I d 为 暗 电 流 。无 光 照 下的光伏电池的基本行为特性就类似于一个普通二极管。 谓暗电流 所 指 的 是 光 伏 电 池 在 无 光 照 时 ， 外 电 压 作 用 下 P-N 结 自 身 所 能 产 生 的 由 总 扩 散 电 流 的 变 化 情 况 。I 为 光 伏 电 池 输 出 的 负 载 电 流 。R l 为 电 池 的 外 负 载 电 阻 。 Rs 为 串 联 电 阻 。 一 般 小 于 1 欧 。 它 主 要 有 电 池 的 体 电 阻 、表 面 电 阻 、电 极 导 体 电 阻 、电 极 与 硅 表 面 间 接 触 电 阻 和 金 属 导 体 电 阻 等 组成 。Rsh 为 旁 路 电 阻 ，一 般 为 几 千 欧 。它 主 要 是 由 电 池 表 面 污 浊 和 半 导 体 晶 体 缺 陷 引 起 的 漏 电 流 所 对 应 的 P-N 结 漏 泄 电 阻 和 电 池边缘的漏泄电阻等组成。 典 型 的 光 伏 电 池 V - I、 P - V 特 性 如 图 2,图 3 所 示 。 图 1 表 示 I - V、 P - V 随 太 阳 辐 射 变 化 而 变 化 的 规 律 。 图 2 表 示 V - I、 P - V 随 环 境 温 度 变 化 的 规 律 。 从 V - I 特 性 曲 线 上 可 以 看 出 ,太 阳 电 池 既 非 恒 压 源 ,也 非 恒 流 源 ,也 不 可 能 为 负 载 提 供 任 意 大 的 功 率 ,是 一 种 高 度 非 线 性 的 直 流 电 源 。 在 一 定 的 太 阳 日 照 下 ,该 曲 线 完 全 由 电 池 的 P - N 结特性和电阻分散参数确定。 图 2 典 型 光 伏 电 池 V - I、 P - V 特 性 随 太 阳 辐 射 强 度 变 化 曲 线 图 3 典 型 光 伏 电 池 V - I、 P - V 特 性 随 温 度 变 化 曲 线 2.2 光 伏 电 池 的 外 特 性 光 伏 电 池 工 作 环 境 的 多 种 外 部 因 素 ,如 光 照 强 度 /环 境 温 度 /粒 子 辐 射 等 都 会 对 电 池 的 性 能 指 标 带 来 影 响 ,而 且 温 度 的 影 响 和 光 照 强 度 的 影 响 还 常 常 同 时 存 在 .为 了 保 证 光 伏 电 池 具 有 较 高 的 工 作 效 率 和 较 稳 定 的 性 能 , 其 制 造 工 艺 、组 合 安 装 、以 及 在 设 计 配 套 的 控 制 系 统 时 ， 1 都要考虑改善光伏电池外特性的问题。 第三章光伏电池的数学模型 3.1 光 伏 电 池 的 数 学 模 型 的 建 立 光伏势能在本质上来说是存在于 2 种特殊物质之间的电子化学 势 能 差 (Fe rm i le ve l)， 当 这 2 种 物 质 结 合 在 一 起 时 ， 它 们 之 间 的 结 将 达 到 一 个 新 的 热 动 力 平 衡 ， 只 有 当 这 2 种 物 质 中 的 Fe rm i le ve l 相 等 时 ，平 衡 才 能 达 到 。为 了 获 得 高 功 率 ，需 将 许 多 的 光 伏 电 池 串 并 联 形 成 光 伏 模 块 直 至 光 伏 阵 列 。光 伏 电 池 的 I -U 、P -U 曲 线 是 随 光 照 强 度 、 温度变化的非线性曲线。 光伏电池的等值电路模型一般有 3 种。第 1 种是光伏电池的简单 电 路 模 型 ，不 考 虑 任 何 电 阻 ，该 模 型 有 利 于 理 论 研 究 ，适 宜 于 复 杂 的 光伏发电系统仿真；第 2 种方法是只考虑光伏电池并联电阻的模型， 该模型精度稍高， 实际应用中并不常见； 3 种是既考虑并联电阻， 在 第 又考虑串联电阻的较精确仿真模型，其等值电路模型如图 1 所示。 根 据 如 图 1 所 示 的 光 伏 电 池 等 值 电 路 模 型 ， 应 用 K irc h h of f 电 流 定律，可得流过负载的电流 I 与其端口电压 U 之间的关系 2 其 中 ：Rs 为 光 伏 电 池 的 内 阻 ；Rp 为 光 伏 电 池 的 并 联 电 阻 。一 般 来 说 ， 质 量 好 的 硅 晶 片 l c m2 Rs 约 在 7 7 15 3 m 30 0 之 间 ， R p 在 20 0 至 之 间 。 Io 为 流 过 二 极 管 的 反 向 饱 和 漏 电 流 ； q 为 电 荷 量 1 6 10 -1 9 C； K 是 B o lt zma nn 常 数 ， 值 为 1 3 8 10 -2 3J / K ； T 为 A 其 光 伏 阵 列 的 工 作 温 度 ， 位 为 K； 为 二 极 管 的 理 想 常 数 ， 值 在 1 单 2 之间变化。 式 (1 ) 是 一 超 越 方 程 ，利 用 该 式 不 可 能 求 出 负 载 电 压 U 或 电 流 I 的 应 显 性 表 达 式 ， 规 方 法 是 利 用 Ne wt o n 迭 代 法 求 解 。 用 表 格 法 求 解 ， 常 即 这 样 ， 将 Ud 的 一 系 列 连 续 增 加 的 值 放 入 表 格 的 第 1 栏 中 ， 对 于 每 一 个 确 定 的 Ud 值 ， 可 以 非 常 容 易 得 到 一 系 列 的 与 U d 相 对 应 的 电 流 I 值，可得电压 利 用 Ud 的 值 进 行 巧 妙 过 渡 ， 免 了 直 接 利 用 Ne wt o n 迭 代 法 求 解 ， 避 可 得 到 I -U、 P -U 曲 线 。 在 上 述 方 程 中 ， 短 路 电 流 I s c 与 光 照 强 度 成 正比， 样可以非常容易得到光伏阵列在一系列不同光照强度下所形 这 成 的 I -U 曲 线 。 当光伏电池模板的温度升高时，光伏电池的短路电流将增加，而 开 路 电 压 则 会 下 降 ， 根 据 经 验 应 用 式 (5)对 光 伏 电 池 的 温 度 效 应 进 行 建 模 ，并 设 在 标 准 参 考 温 度 时 ，短 路 电 流 为 I s ，开 路 电 压 为 Uo s ，光 伏 模 块 的 温 度 增 加 量 为 T， 有 ： 3 如 典 型 的 单 晶 硅 ， 为 5 00 A ， 为 5 m V 。 因 为 增 加 的 电 流 量 小 于 减 少 的 电 压 量 ，温 度 每 上 升 1 ，所 以 光 伏 电 池 的 功 率 损 失 约 为 0 45 。 综 上 所 述 ，根 据 光 伏 电 池 的 伏 安 特 性 曲 线 的 分 析 , 以 及 光 伏 电 池 的 物 理 模 型 ,建 立 其 数 学 模 型 : I=Iph-Io exp(qVj/nkT) - 1 -(V+IRs)/Rsh 当 Rsh Rs 时 , I = Iph - Io exp q (V + IRs )/ AKT-1 其 中 , Io = IorT/Tr3expqEG/KA(1/Tr-1/T) Iph = Iscr + ki ( T - Tr ) /100 (3) (4) 在 等 式 (4 ) 中 , 相 电 流 Ip h 与 太 阳 日 照 成 正 比 。 Io 是 反 相 饱 和 电 流 , 随 温 度 T的 变 化 而 变 化 。 R s 是 串 联 电 阻 。 R s h 是 并 联 电 阻 ,表 明 电 子 穿 过 P - N结 时 产 生 的 电 流 损 失 。 由于一个光伏阵通常由几组太阳电池串联和/ 或并联 连 接 而 成 ,因 此 一 个 光 伏 阵 等 效 的 数 学 模 型 通 常 表 示 为 : I (1 +Rs/Rsh) = npIph - npIo expq (V + IRs )/AKT- 1 -(V/ns + IRs )/Rsh 其 中 , ns 表 示 太 阳 电 池 串 联 的 数 目 。 np 为 并 联 的 数 目 。 光 伏 阵 的 输 出 功 率 是 电 流 与 终 端 电 压 的 乘 积 ,其 数 学 表 达式为: (5) P = npIphV - np Io exp q (V + IRs )/A KT- 1V -(V/ns + IRs )V/Rsh 3.2 数 学 模 型 的 优 缺 点 (6) 4 通过基于外特性的光伏阵列模型的数学描述以及其对光复阵列的模 拟效果来看，该模型具有以下的优缺点。 优点： 模型基于光复阵列的外特性，模型较简单。 参数不与光伏阵列的内部物理参数对应，常规电路仿真用户解读 容易。 模型参数与光伏阵列的内部物理参数的常规参数基本对应，参数 求解容易。 子电路接口简单，容易用于电路仿真。 缺点： 不考虑光伏阵列物理本质，不能精确反映其物理特性。 模型参数不与实际参数对应，仿真精度较低。 对温度、光照等外围参数设定较困难。 虽然基于外特性的光伏阵列模型在仿真精度上存在着一定的不足， 但 其 模 型 简 单 ，容 易 理 解 ，参 数 求 解 简 单 ，基 本 反 映 了 光 复 阵 列 的 特 性 。 在仿真应用中，具有一定的使用价值。 第四章 人工神经网络 人工神经网络是集脑科学、 经心理学和信息科学等多学科的交 神 叉 研 究 领 域 ，是 近 年 来 高 科 技 领 域 的 一 个 研 究 热 点 。它 的 研 究 目 标 是 通 过 研 究 人 脑 的 组 成 机 理 和 思 维 方 式 ，探 索 人 类 智 能 的 奥 秘 ，进 而 通 过 模 拟 人 脑 的 结 构 和 工 作 模 式 ，使 机 器 具 有 类 似 人 类 的 智 能 。它 已 在 模 式 识 别 、机 器 学 习 、专 家 系 统 等 多 个 方 面 得 到 应 用 ，成 为 人 工 智 能 研 究 中 的 活 跃 领 域 。本 章 将 简 要 介 绍 神 经 网 络 基 本 的 概 念 、模 型 以 及 5 学习算法。 4.1 神 经 网 络 的 基 本 概 念 及 组 成 特 性 4 .1.1 生 物 神 经 元 的 结 构 与 功 能 特 性 1. 生 物 神 经 元 的 结 构 神经细胞是构成神经系统的基本单元，称之为生物神经元 。 神经元 神经元主要由三部分构成： ;（ ; ; 9.1) （1） 细 胞 体 2） 轴 突（3） 树 突 (如 图 ，简称 图4.1 生 物 神 经 元 结 构 突触是神经元之间相互连接的接口部分，即一个神经 元的神经末梢与另一个神经元的树突相接触的交界面，位 于神经元的神经末梢尾端。突触是轴突的终端。 2. 神 经 元 的 功 能 特 性 （ 1） 时 空 整 合 功 能 。 （ 2） 神 经 元 的 动 态 极 化 性 。 （ 3） 兴 奋 与 抑 制 状 态 。 （ 4） 结 构 的 可 塑 性 。 （ 5） 脉 冲 与 电 位 信 号 的 转 换 。 （ 6） 突 触 延 期 和 不 应 期 。 （ 7） 学 习 、 遗 忘 和 疲 劳 。 6 4 .1.2 人 工 神 经 网 络 的 组 成 与 结 构 1. 人 工 神 经 网 络 的 组 成 ANN 人 工 神 经 网 络 （ 简 称 ）是 由 大 量 处 理 单 元 经 广 泛 互 连 而 组 成的人工网络，用来模拟脑神经系统的结构和功能。而这些 元 我 们 把 它 称人 工 神 经 元 作 。 处理单 （ ）可 看 成 是 以 人 工 神 经 元 为 节 点 ， 用 有 向 人 工 神 经 网 络ANN 加权弧连接起来的有向图。在此有向图中，人工神经元就是 突 触 神 经 元 的 模 拟 ， 而 有 向 弧 则 是 轴 突树 突 对 的 模 拟 。 有 向 弧 对生物 的权值表示相互连接的两个人工神经元间相互作用的强弱。 图 4.2 人工神经网络的组成 图 4.3 M P 神 经 元 模 型 2. 人工神经元的工作过程 对于某个处理单元（神经元）来说，假设来自其他处理单元（神 经元）i的信息为Xi，它们与本处理单元的互相作用强度即连接权值为 Wi, i=0,1,n-1,处理单元的内部阈值为。那么本处理单元（神经 元）的输入为 wx i =0 n ?1 i i 而处理单元的输出为 y = f( wx i i=0 7 n ?1 i ) 式 中 ，x i 为 第 i 个 元 素 的 输 入 ，wi 为 第 i 个 处 理 单 元 与 本 处 理 单 元的互联权重。f 称为激发函数或作用函数，它决定节点（神经元） 的输出。 激 发 函 数 一 般 具 有 非 线 性 特 性 ,常 用 的 非 线 性 激 发 函 数 如 图 所示这里， n ?1 i= 0 w ix i ? 称为激活值 图 常 用 的 激 发 函 数 ：(a)阈 值 型 Sigmoid 函 数 型 (b)分 段 线 性 型 (c) (d)双 曲 正 切 型 阈 值 型 函 数 又 称 阶 跃 函 数 ，它 表 示 激 活 值 和 其 输 出 f( ) 之 间 的 关 系 。阈 值 型 函 数 为 激 发 函 数 的 神 经 元是一种最简单的人工神经元，也就是我们前面提到的 M -P 模 型 。 ? 线性分段函数可以看作是一种最简单的非线性 8 函 数 ，它 的 特 点 是 将 函 数 的 值 域 限 制 在 一 定 的 范 围 内 ，其 输 入 、输 出 之 间 在 一 定 范 围 内 满 足 线 性 关 系 ，一 直 延 续 到 输 出 为 最 大 域 值 为 止 。但 当 达 到 最 大 值 后 ，输 出 就 不 再 增 大。 ? S 型函数是一个有最大输出值的非线性函数， 其 输出值是在某个范围内连续取值的。 它为激发函数的神 以 经元也具有饱和特性。 ? 双曲正切型函数实际只是一种特殊的 S 型函数， 其 饱 和 值 是 1 和 1。 ? 3.人 工 神 经 网 络 的 结 构 人工神经网络中， 神经元的不同连接方式就构成了网络的 各 不同连接模型。常见的连接模型有: ? 前向网络。 ? 从输入层到输出层有反馈的网络。 ? 层内有互联的网络。 ? 互联网络。 4. 人工神经网络的分类及其主要特征 ? 分类 按性能分：连续型和离散型网络，或确 定型和随机型网络。 按拓扑结构分：有反馈网络和无反馈网 络。 按学习方法分：有教师的学习网络和无 教师的学习网络。 按连接突触性质分：一阶线性关联网络 和高阶非线性关联网络。 人工神经网络具有以下主要特征： 9 （ 1） 能 较 好 的 模 拟 人 的 形 象 思 维 。 （ 2） 具 有 大 规 模 并 行 协 同 处 理 能 力 。 （ 3） 具 有 较 强 的 学 习 能 力 。 （ 4） 具 有 较 强 的 容 错 能 力 和 联 想 能 力 。 （ 5） 是 一 个 大 规 模 自 组 织 、 自 适 应 的 非 线 性 动 力 系 统 。 ? ? 4.1.3 人 工 神 经 网 络 研 究 的 兴 起 与 发 展 人 工 神 经 网 络 的 研 究 经 历 了 不 少 的 曲 折 ，大 体 上 可 分 为 四个阶段: 产 生 时 期 (2 0 世 纪 5 0 年 代 中 期 之 前 ) 高 潮 时 期 (2 0 世 纪 5 0 年 代 中 期 到 2 0 世 纪 6 0 年 代末期) 低 潮 时 期 (2 0 世 纪 6 0 年 代 末 到 2 0 世 纪 8 0 年 代 初期) 蓬 勃 发 展 时 期 (2 0 世 纪 8 0 年 代 以 后 ) 4.2 感 知 器 模 型 及 其 学 习 算 法 ? 4.2.1 感 知 器 模 型 ? 感 知 器 模 型 是 美 国 学 者 罗 森 勃 拉 特 （ R o s en b l at t ） 为 研 究 大 脑 的存储、学习和认知过程而提出的一类具有自学习能力的神经 网络模型，它把神经网络的研究从纯理论探讨引向了从工程上 的实现。 ? Ro s en b l at t 提 出 的 感 知 器 模 型 是 一 个 只 有 单 层 计 算 单 元 的 前 向神经网络，称为单层感知器。 ? 教 材 中 图 9.5 所 示 的 即 为 一 个 单 层 感 知 器 模 型 。 ? 4.2.2 单 层 感 知 器模 型 的 学 习 算 法 算 法 思 想 ：首 先 把 连 接 权 和 阈 值 初 始 化 为 较 小 的 非 零 随 机数，然后把有 n 个连接权值的输入送入网络，经加权运算处 理，得到的输出如果与所期望的输出有较大的差别，就对连接 权值参数按照某种算法进行自动调整，经过多次反复，直到所 得到的输出与所期望的输出间的差别满足要求为止。 10 为 简 单 起 见 ，仅 考 虑 只 有 一 个 输 出 的 简 单 情 况 。设 x i (t ) 是 时 刻 t 感 知 器 的 输 入 （ i =1 , 2 , . . . . . . , n ） i (t ) 是 相 应 的 连 接 权 ， 值 ， y(t ) 是 实 际 的 输 出 ， d (t ) 是 所 期 望 的 输 出 ， 且 感 知 器 的 输 出 或 者 为 1， 或 者 为 0. ? 4.2.3 线 性 不 可 分 问 题 单层感知器不能表达的问题被称为线性不可分问题。 1969 年 ， 明 斯 基 证 明 了 “异 或 ”问 题 是 线 性 不 可 分 问 题 ： “异 或 ” （ XOR ） 运 算 的 定 义 如 下 ： 0, y(x 1 , x 2 ) = ? ? 1, if x 1 = x 2 其他 由于单层感知器的输出为 y(x 1 ,x 2 )=f( 1 x 1 + 2 x 2 - ) 所以，用感知器实现简单逻辑运算的情况如下： （ 1） “与 ”运 算 （ x1 x2） 令 1 = 2 =1 ， =2 ， 则 y=f (1 x 1 +1 x 2 - 2 ) 显 然 ， 当 x1 和 x2 均 为 1 时 ， y 的 值 1； 而 当 x1 和 x2 有 一 个 为 0 时 ， y 的 值 就 为 0。 （ 2） “或 ”运 算 （ x1 x2） 令 1 = 2 =1 , =0 . 5 y=f (1 x 1 +1 x 2 - 0 . 5 ) 显 然 ，只 要 x1 和 x2 中 有 一 个 为 1，则 y 的 值 就 为 1；只 有 当 x1 和 x2 都 为 0 时 ， y 的 值 才 为 0。 11 （ 3 ） “ 非 ” 运 算 （ X1 ） 令 1 =-1 ， 2 =O ， = -0 . 5 ， 则 y=f (-1 ) x 1 +1 x 2 +0 . 5 ) 显 然 ， 无 论 x2 为 何 值 ， x1 为 1 时 ， y 的 值 都 为 0； x1 为 O 时 ， y 的 值 为 1。 即 y 总 等 于 x1。 （ 4 ） “ 异 或 ” 运 算 （ x 1 XOR x 2 ） 如 果 “ 异 或 ” （ XOR ） 问 题 能 用 单 层 感 知 器 解 决 ， 则 由 X OR 的 真 值 表 9 -1 可 知 ， 1 、 2 和 必 须 满 足 如 下 方 程 组 ： 1 + 2 - 0 1 +0 - 0 0 +0 - 0 0 + 2 - 0 显 然 ，该 方 程 组 是 无 解 ，这 就 说 明 单 层 感 知 器 是 无 法 解 决 异 或 问 题的。 异或问题是一个只有两个输入和一个输出， 输入输出都只取 且 1 和 0 两 个 值 的 问 题 ，分 析 起 来 比 较 简 单 。对 于 比 较 复 杂 的 多 输 入 变 量函数来说， 底有多少是线性可分的？多少是线性不可分的呢？相 到 关研究表明 ，线性不可分函数的数量随着输入变量个数的增加而快 速 增 加 ，甚 至 远 远 超 过 了 线 性 可 分 函 数 的 个 数 。也 就 是 说 ，单 层 感 知 器不能表达的问题的数量远远超过了它所能表达的问题的数量。 也 这 难 怪 当 Minsky 给 出 单 层 感 知 器 的 这 一 致 命 缺 陷 时 ， 会 使 人 工 神 经 网 络的研究跌入漫长的黑暗期。 4.2.4 多 层 感 知 器 在单层感知器的输入部分和输出层之间加入一层或多层处理单 元，就构成了二层或多层感知器。 在多层感知器模型中，只允许某一层的连接权值可调，这是因 为无法知道网络隐层的神经元的理想输出， 而难以给出一个有效的 因 多层感知器学习算法。 多层感知器克服了单层感知器的许多缺点， 来一些单层感知器 原 无 法 解 决 的 问 题 ，在 多 层 感 知 器 中 就 可 以 解 决 。例 如 ，应 用 二 层 感 知 12 器就可以解决异或逻辑运算问题. 4.3.1 反 向 传 播 模 型 及 其 网 络 结 构 反 向 传 播 模 型 也 称 B-P 模 型 ， 是 一 种 用 于 前 向 多 层 的 反 向 传 播 学 习 算 法 。之 所 以 称 它 是 一 种 学 习 方 法 ，是 因 为 用 它 可 以 对 组 成 前 向 多层网络的各人工神经元之间的连接权值进行不断的修改， 而使该 从 前向多层网络能够将输入它的信息变换成所期望的输出信息。 所以 之 将其称作为反向学习算法，是因为在修改各人工神经元的连接权值 时 ，所 依 据 的 是 该 网 络 的 实 际 输 出 与 其 期 望 的 输 出 之 差 ，将 这 一 差 值 反向一层一层的向回传播，来决定连接权值的修改。 B-P 算 法 的 网 络 结 构 是 一 个 前 向 多 层 网 络 ， 如 图 所 示 。 4.3.2 反 向 传 播 网 络 的 学 习 算 法 B-P 算 法 的 学 习 目 的 是 对 网 络 的 连 接 权 值 进 行 调 整 ，使 得 调 整 后 的网络对任一输入都能得到所期望的输出。 ? ? 学习过程由正向传播和反向传播组成。 正向传播用于对前向网络进行计算，即对某一输入信 息，经过网络计算后求出它的输出结果。 ? 反向传播用于逐层传递误差，修改神经元间的连接权 值，以使网络对输入信息经过计算后所得到的输出能达到期望 的误差要求。 13 B-P 算 法 的 学 习 过 程 如 下 ： （ 1） 选 择 一 组 训 练 样 例 ， 每 一 个 样 例 由 输 入 信 息 和 期 望 的 输 出 结果两部分组成。 （ 2） 从 训 练 样 例 集 中 取 一 样 例 ， 把 输 入 信 息 输 入 到 网 络 中 。 （ 3） 分 别 计 算 经 神 经 元 处 理 后 的 各 层 节 点 的 输 出 。 （ 4） 计 算 网 络 的 实 际 输 出 和 期 望 输 出 的 误 差 。 （ 5） 从 输 出 层 反 向 计 算 到 第 一 个 隐 层 ， 并 按 照 某 种 能 使 误 差 向 减小方向发展的原则，调整网络中各神经元的连接权值。 （ 6） 对 训 练 样 例 集 中 的 每 一 个 样 例 重 复 （ 3） （ 5） 的 步 骤 ， 直到对整个训练样例集的误差达到要求时为止。 在 以 上 的 学 习 过 程 中 ， 第 （ 5） 步 是 最 重 要 的 ， 如 何 确 定 一 种 调 整 连 接 权 值 的 原 则 ，使 误 差 沿 着 减 小 的 方 向 发 展 ，是 B -P 学 习 算 法必须解决的问题。 14 B-P 算 法 的 优 缺 点 ： 优点：理论基础牢固，推导过程严谨，物理概念清晰， 通用性好等。所以，它是目前用来训练前向多层网络较好的算 法。 缺 点 ： （ 1）该 学 习 算 法 的 收 敛 速 度 慢 ； 2）网 络 中 隐 （ 节 点 个 数 的 选 取 尚 无 理 论 上 的 指 导 ； 3 ） 从 数 学 角 度 看 ， B-P （ 算法是一种梯度最速下降法，这就可能出现局部极小的问题。 当出现局部极小时，从表面上看，误差符合要求，但这时所得 到 的 解 并 不 一 定 是 问 题 的 真 正 解 。 所 以 B -P 算 法 是 不 完 备 的 。 4.4 H op fi el d 模 型 及 其 学 习 算 法 由于在反馈网络中， 络的输出要反复地作为输入再送入网络 网 中 ，这 就 使 得 网 络 具 有 了 动 态 性 ，网 络 的 状 态 在 不 断 的 改 变 之 中 ，因 而就提出了网络的稳定性问题。 谓一个网络是稳定的是指从某一时 所 刻开始，网络的状