第二部分神经网络控制详解.ppt

2.6.1 基于ANN的非线性系统辨识 一、辨识原理 找出辨识模型，使 二、静态系统辨识： 具体步骤:1)测量实际对象 2)选择ANN结构; 3)用BP算法训练ANN; 练习: 三、动态系统辨识： 2.6.2 基于ANN的非线性系统控制 一、ANN的逆系统控制： 1.控制思想： 若 ，则 2. ANN实现： 二、ANN的监督控制： 1.控制思想： 2.改进方案 三、ANN的内模控制： 1.控制思想： 2.ANN实现：根据前面所讲的正向、逆向模型的建立方法，利用ANN可建立Controller、Model模型； 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 谢谢！ * * * 2. 稳定性和吸引子 2）Hamming距离： 假设 ，则 x 与 y 的Hamming距离定义为： 3）计算能量函数： 异步方式： 同步方式： 2. 稳定性和吸引子 4）定理一：若 且 ，那么离散Hopfield网 络在异步方式下，必收敛于一稳定状态； 定理二：若 ，那么离散Hopfield网络在同步方 式下，必收敛到一稳定状态或周期为2的极限 环上； 定理三：若 且为非负定，那么离散Hopfield 网络必收敛到一稳定状态； 2. 稳定性和吸引子 5）吸引子的性质： 定理一：若X是网络的一个吸引子，且对所有的 i ， ，则 也一定是该网络的 吸引子； 定理二：若 是网络的吸引子，则与 的 的 一定不是吸引子； 推论：若 是网络的吸引子，且对所有的 i， ，则 的 一定不是吸引子； 2. 稳定性和吸引子 6）吸引域： 定义：若 是网络的吸引子，对于异步方式，若 存在一个调整次序可以从X 演变到 ，则 称X 弱吸引到 ； 若对于任意调整次序都可以从X 演变到 ， 则称X 强吸引到 ； 对于所有 均有X 强（弱）吸引到 ， 则称 为 的强（弱）吸引域； 3. 连接权的设计 1）试凑法： 例：设计三个节点的DHNN网络，网络的所有的状态 ，阈值 ，要求有两个不动点： 3. 连接权的设计 2）Hebb规则设计： 设给定m个样本 ，采用Hebb规则（用输入模式作为目标模式）来设