人工神经网络01绪论(阅读).ppt

水利工程 水力发电过程辨识和控制、河川径流预测、河流水质分类、水资源规划等实际问题中都有神经网络的应用。 * ANN应用领域—工程领域 检测数据分析 利用神经网络多道脑电棘波检测系统可用来提供脑电棘波的实时检测和癫痫的预报。 生物活性研究 用神经网络对生物学检测数据进行分析，可提取致癌物的分子结构特征，建立分子结构和致癌活性之间的定量关系，并对分子致癌活性进行预报。 医学专家系统 利用神经网络学习功能、联想记忆功能和分布式并行信息处理功能，来解决医学专家系统中的知识表示、获取和并行推理等问题。 ANN应用领域—医学领域 信贷分析 神经网络评价系统将公司贷款申请表中的关键数据编码为输入向量，将实际的信用情况作为输出评价，用数以千计的历史数据对网络进行训练后，可给出准确的评价结果。 市场预测 神经网络的市场预测已经广泛应用于股票和期货价格的预测中。 ANN应用领域—经济学领域 自动控制是上世纪中形成和发展起来的一门新兴学科，它是一门涉及到诸如数学、计算机、信息、电工、电子等众多领域的交叉学科。它的应用和影响，已经遍及很多的技术和社会科学领域。 在自动控制发展的过程中，计算机科学一直对它产生着巨大的影响。随着科学技术的发展，对控制系统智能化的要求也越来越高。 * 人工神经网络与自动控制 神经网络的应用已经渗透到自动化控制领域的各个方面，包括系统辨识、系统控制、优化算法以及控制系统的故障诊断与容错控制等。 系统辨识 传统的辨识方法，对于一般的非线性系统的辨识是很困难的，而神经网络却为此提供了一个有力的工具。与传统的基于算法的辨识方法相比，神经网络系统辨识具有如下特点： (1) 由于神经网络可以任意精度逼近非线性函数，故它可以为非线性系统的辨识提供一个通用的模式 人工神经网络与自动控制 (2)神经网络系统辨识是非算法式的，神经网络本身就是辨识模型，其可调参数反映在网络内部的连接权上。不需要建立以实际系统数学模型为基础的辨识格式，故可以省去辨识前对系统建模这一步骤。 (3)神经网络作为实际系统的辨识模型，实际上也是系统的一个物理实现，可应用于在线控制。 * 人工神经网络与自动控制 神经控制器 控制器在实施控制系统中起着大脑的作用神经网络具有自学习和自适应的等智能特点，非常适合做控制器。对于复杂的非线性系统，神经控制器所能达到的控制效果往往明显好于常规控制器。 故障诊断与容错控制 神经网络故障诊断与容错控制有两种途径：一种是在传统的方法中使用神经网络；另一种是用神经网络直接构成具有容错能力的控制器。 人工神经网络与自动控制 《机器学习》T. M. Mitchell 驾驶汽车的人工神经网络 人脸识别的人工神经网络 手写数字识别的人工神经网络 神经网络的收敛性和稳定性问题 在逼近非线性函数问题上，神经网络的现有理论只解决了存在性问题 神经网络的学习速度一般比较慢，为满足实时控制的需要，必须予以解决 对于控制器和辨识器，如何选择合适的神经网络模型与确定的结构，尚无理论指导 难点问题 * 参考书目 参考书目 * 参考书目 Simon Haykin著, 叶世伟, 史忠植译. 神经网络原理. 机械工业出版社, 2004 George F. Luger著,史忠植等译. 人工智能——复杂问题求解的结构和策略. 机械工业出版社, 中信出版社 蒋宗礼. 人工神经网络导论. 高等教育出版社，2001 胡守仁，余少博，戴葵. 神经网络导论. 国防科技大学出版社，1993 韩力群. 人工神经网络理论、设计及应用. 化学工业出版社，2002 王旭，王宏，王文辉. 人工神经元网络原理与应用. 东北大学出版社，2000 徐丽娜. 神经网络控制. 哈尔滨工业大学出版社，1999 阎平凡，张长水. 人工神经网络与模拟进化计算. 清华大学出版社， 著名学者 * Prof. Michael I. Jordan 美国加州大学伯克利分校 获加州大学博士学位 研究方向: 图模型、变分方法、机器学习等。 曾在麻省理工学院工作11年。已发表200多篇科技论文。国际上许多神经网络和机器学习方面的专家都曾师从Jordan教授，包括香港中文大学的徐雷教授。 著名学者 * Prof. Bernhard Scholkopf 德国Max Planck生物控制论研究院 1997年获柏林科技大学博士学位 研究方向: 机器学习、感知器、支持向量机和核方法。 Scholkopf教授是国际著名杂志Journal of Machine Learning Research、IEEE Tr