神经网络1课件

1智能控制系统五天津大学自动化学院神经网络的基本概念1前向网络及其主要算法2反馈网络3神经网络模型辨识4第三章神经网络控制神经网络控制5天津大学自动化学院

基于人工神经网络的控制简称神经控制。神经网络是由大量人工神经元广泛互联而成的网络，具有很强的自适应性和学习能力、非线性映射能力、鲁棒性和容错能力。1.1生物神经元模型

人脑大约包含1012个神经元，分成约1000种类型，每个神经元大约与102～104个其他神经元相连接，形成极为错综复杂而又灵活多变的神经网络。

1.神经网络的基本概念天津大学自动化学院1.神经网络的基本概念神经元的功能与特性时空整合功能：对不同时间不同突触的输入进行整合兴奋与抑制状态：输入——膜电位——

输出脉冲与电位转换：数模转换神经纤维传导速度：1-150m/s突触延时和不应期:突触的不应期学习、遗忘和疲劳：突触的传递作用可增强、减弱或饱和天津大学自动化学院1.2人工神经元模型

人工神经元是对生物神经元的一种模拟与简化，是一个多输入、单输出的非线性元件。1.神经网络的基本概念

图3-2人工神经元结构模型天津大学自动化学院

人工神经元输入、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。1.神经网络的基本概念天津大学自动化学院1.神经网络的基本概念

图3-3常见的激发函数阈值型函数阈值型函数饱和型函数双曲函数S型函数高斯函数天津大学自动化学院1.3人工神经网络模型

利用人工神经元可以构成各种不同拓扑结构的神经网络，它是生物神经网络的一种模拟和近似。目前已有数十种不同的神经网络模型，其中前馈型网络和反馈型网络是两种典型的结构模型。前馈型神经网络，又称前向网络（FeedforwardNN）。神经元分层排列，有输入层、隐层（亦称中间层，可有若干层）和输出层，每一层的神经元只接受前一层神经元的输入。1.神经网络的基本概念天津大学自动化学院

图3-4前馈型神经网络结构

前馈网络是一种强有力的学习系统，其结构简单而易于编程；前馈网络是静态非线性映射，通过简单非线性处理单元的复合映射，可获得复杂的非线性处理能力。感知器网络、BP网络1.神经网络的基本概念天津大学自动化学院

反馈神经网络是一种反馈动力学系统，它需要工作一段时间才能达到稳定。

Hopfield神经网络是反馈网络中最简单且应用广泛的模型，它具有联想记忆的功能。1.神经网络的基本概念1.4神经网络的学习方法学习方法是体现人工神经网络智能特性的主要标志，离开了学习算法，人工神经网络就失去了自适应、自组织和自学习的能力。神经网络的学习是通过改变权值实现的。天津大学自动化学院1.神经网络的基本概念

有教师学习：网络的输出和期望的输出（即教师信号）进行比较无教师学习：按照一预先设定的规则（如竞争规则）自动调整权值再励学习：行动——评价——改进

图3-6神经网络的学习天津大学自动化学院Hebb学习规则

两个神经元同时处于激发状态时，它们之间的连接强度将得到加强，这一论述的数学描述被称为Hebb学习规则。Hebb学习规则是一种无教师的学习方法。1.神经网络的基本概念ij天津大学自动化学院学习规则是一种有教师的学习方法。BP算法是在δ规则基础上发展起来的。概率式学习

竞争式学习

遗传算法，DE算法等等。

1.神经网络的基本概念天津大学自动化学院2.1感知器（Perceptron）特点:单层神经元。主要用于模式分类。结构：输入向量，为网络输出。2.前向网络及其主要算法

图3-7感知器网络ymm天津大学自动化学院分类：当输入向量属于某一类时，该类对应的输出量yp=1，其余输出量yq(q=1…p-1，p+1…m)=-1分类是由单个神经元完成的，可以研究其中一个：2.前向网络及其主要算法

图3-8单个神经元天津大学自动化学院修正权