全文预览

神经网络控制及其应用

上传者:梦&殇 |  格式:ppt  |  页数:39 |  大小:948KB

文档介绍
造:生产流程控制、过程和机器诊断、机器性能分析、化工流程动态建模、项目投标…Р机器人:轨道控制、操作手控制、视觉系统…Р语音:语音识别、语音压缩…Р还有金融、保险、银行、医疗、交通、电讯、电子、石油天然气、有价证券、娱乐等行业。Р3 生物学的启示Р轴突Р突触Р细胞体Р树突Р图1 生物神经元的简图Р4 人工神经元Рj=1,2…mРi=1,2…nРyjРQjРXnРX2РfР∑РX1Р图2 单神经元结构图Р输入Р 输出Р轴突Р细胞体Р树突Р树突Р为简便起见,也可把网络的阈值以连接数值的形式表示出来,即令,则Р式中—为其它神经元传至本神经元的输入信号, ? —神经元j的阈值,此阈值决定了该神经元的兴奋与否;? —表示从神经元i到神经元j的连接权值;? —称为激励函数(也有称为响应函数或传输函数)。Р权值表示相邻的神经元相互连接的程度?阈值即决定神经元的兴奋与否,决定兴奋与抑制?激励函数可为线性函数也可为非线性函数。它是用来实现输入对输出函数关系的静态映射,它决定了神经元的单元特性。Р常用的神经元非线性函数РxР1Р0Рf(x)Р图3 阶跃函数Рf(x)РxР1Р-1Р图4 sgn函数Р1Рβ=1Рf(x)Р0РxРβ=0.2Рβ=5Р图5 S状函数Р(1)阶跃函数Р(2)Sgn函数Р(3)S状函数Р4 神经网络模型的组成Р4.1.神经网络连接的结构形式Р输出层Р输入层Р隐含层Р神经元РynРy2Рy1РXnРX2РX1Р图6 前向网络Р神经元网络中神经元是分层排列,每个神经元只与前一层的神经元相连接,分为输入层,隐含层(一层或多层)和输出层。Р(1)前向网络Р(2)反馈前向网络Р网络本身是前向型,但从输出到输入有反馈。РynРy2Рy1РXnРX2РX1Р图7 反馈前向网络Р图8 互连网络Р(3)互连网络Р任意两个神经元之间都可能有连接,因此输入信号?要在神经元之间反复往返传递。

收藏

分享

举报
下载此文档