主講：范立南沈陽大學(xué)信息工程學(xué)院智能控制理論及其應(yīng)用第 3章 神經(jīng)網(wǎng)絡(luò)控制? 3。1 神經(jīng)網(wǎng)絡(luò)的發(fā)展和應(yīng)用? 3。2 神經(jīng)網(wǎng)絡(luò)的特性? 3。3 生物神經(jīng)元的結(jié)構(gòu)與功能? 3。4 人工神經(jīng)網(wǎng)絡(luò)模型與變換函數(shù)? 3。5 典型前饋神經(jīng)網(wǎng)絡(luò)－ BP網(wǎng)絡(luò)? 3。6 典型反饋神經(jīng)網(wǎng)絡(luò)－ 網(wǎng)絡(luò)? 3。7 神經(jīng)網(wǎng)絡(luò)控制原理? 3。8 神經(jīng)網(wǎng)絡(luò)的應(yīng)用實例第 3章神經(jīng)網(wǎng)絡(luò)控制? 神經(jīng)網(wǎng)絡(luò)研究熱潮的再度興起用神經(jīng)網(wǎng)絡(luò)設(shè)計自動跳舞機器人控制系通過用神經(jīng)網(wǎng)絡(luò)設(shè)計自動跳舞機器人控制系通過，不僅僅是因為神經(jīng)科學(xué)本身取得了巨大的進展，更主要的原因在于發(fā)展新型計算機和人工智能新途徑的迫切需要? 神經(jīng)網(wǎng)絡(luò)的研究內(nèi)容相當(dāng)廣泛，反映了多學(xué)科交叉技術(shù)領(lǐng)域的特點? 神經(jīng)網(wǎng)絡(luò)控制是一種基本上 不依賴于模型的控制方法? 適用于具有 不確定性 或 高度非線性 的控制對象? 具有較強的 適應(yīng) 和 學(xué)習(xí) 功能? 是 智能控制 的一個 重要分支 領(lǐng)域3。1 神經(jīng)網(wǎng)絡(luò)的 發(fā)展 和應(yīng)用? 神經(jīng)網(wǎng)絡(luò)的研究至今有 60多年的歷史，其發(fā)展道路曲折，目前已得到較深入而廣泛的研究與應(yīng)用? 1943年，心理學(xué)家 和數(shù)理學(xué)家Pitts提出 形式神經(jīng)元數(shù)學(xué)模型 ，通常稱為MP模型? 1949年， D。O。
Hebb提出 調(diào)整神經(jīng)網(wǎng)絡(luò)連接權(quán)的規(guī)則 （ Hebb 學(xué)習(xí)規(guī)則 ）? 1958年， F。 提出 感知機模型 ，用于 模式分類3。1 神經(jīng)網(wǎng)絡(luò)的 發(fā)展 和應(yīng)用? 1969年 M。和 S。發(fā)表專著“感知機”，指出線性感知機功能有限? 70年代，神經(jīng)網(wǎng)絡(luò)研究處于低潮3。1 神經(jīng)網(wǎng)絡(luò)的 發(fā)展 和應(yīng)用? 1982、 1984年，美國物理學(xué)家 J。 J。 發(fā)表 2篇文章，提出一種反饋互連網(wǎng)，稱網(wǎng) ， 開拓了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計算的新途徑3。1 神經(jīng)網(wǎng)絡(luò)的 發(fā)展 和應(yīng)用? 1986年，美國加州大學(xué)學(xué)者 D。 E。 （魯梅爾哈特 ）和 J。 L。 （麥克萊蘭 ）提出多層前饋網(wǎng)的反向傳播算法（ Back ），簡稱 BP網(wǎng)絡(luò)或 BP算法David 。1 神經(jīng)網(wǎng)絡(luò)的 發(fā)展 和應(yīng)用? 1987年，在美國召開第 1屆國際神經(jīng)網(wǎng)絡(luò)會議? 1990年 12月，國內(nèi)首屆神經(jīng)網(wǎng)絡(luò)大會在北京舉行3。1 神經(jīng)網(wǎng)絡(luò)的 發(fā)展 和應(yīng)用?發(fā)展趨向及前沿問題? 對智能和機器關(guān)系問題的認識將進一步增長? 神經(jīng)計算和進化計算將有重大的發(fā)展? 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和神經(jīng)元芯片的作用將不斷擴大3。
1 神經(jīng)網(wǎng)絡(luò)的發(fā)展和 應(yīng)用?模式識別與圖像處理–印刷體和手寫體字符識別–語音識別–簽字識別–指紋識別–人臉識別–癌細胞檢測–心電圖和腦電圖分類–目標(biāo)檢測與識別3。1 神經(jīng)網(wǎng)絡(luò)的發(fā)展和 應(yīng)用?控制與優(yōu)化–化工過程控制–機械手運動控制–電弧爐電極控制–石油精練和食品工業(yè)中優(yōu)化控制3。1 神經(jīng)網(wǎng)絡(luò)的發(fā)展和 應(yīng)用?預(yù)測與管理–股票市場預(yù)測–有價證券管理–借貸風(fēng)險分析–信用卡管理–機票管理3。1 神經(jīng)網(wǎng)絡(luò)的發(fā)展和 應(yīng)用?通信–自適應(yīng)均衡–路由選擇?其它–導(dǎo)航–電機故障檢測–多媒體技術(shù)等3。2 神經(jīng)網(wǎng)絡(luò)的特性? 神經(jīng)網(wǎng)絡(luò)是受人和動物神經(jīng)系統(tǒng)啟發(fā)，利用大量簡單處理單元 互聯(lián) 而 構(gòu)成的復(fù)雜系統(tǒng) ，以解決 復(fù)雜模式識別 與 行為控制 問題? 人工神經(jīng)網(wǎng)絡(luò)是一種 非線性的映射方式 ，它將 輸入的特征值 映射到 網(wǎng)絡(luò)的輸出分類結(jié)果 ，并可依照其分類的誤差大小或某些能量函數(shù)來 調(diào)整網(wǎng)絡(luò)中的加權(quán)值使其達到收斂? 這些方法模仿人的生理 學(xué)習(xí)功能 ，并能夠?qū)⑤斎胄畔⒔Y(jié)合到分類規(guī)則中去3。2 神經(jīng)網(wǎng)絡(luò)的特性? 神經(jīng)網(wǎng)絡(luò)對于 解決模式識別問題 來說比其他方法具有 3點突出的優(yōu)勢① 對問題的了解要求較少② 可以實現(xiàn)特征空間較復(fù)雜的劃分③ 適合于用高速并行處理系統(tǒng)來實現(xiàn)
