北京交通大学研究生课程(神经网络模糊控制及专家系统)第一.ppt

1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 人工神经网络模型（构成） 1. 前向网络（前馈网络）Feedforword Network 每个神经元只与前一层的神经元相连接 感知机 2. 从输出到输入有反馈的前向网络 Fukushima网络 网络本身是前向型的， 但输出到输入之间有反馈回路 3. 层内互连前向网络（混合型网络） 层状和网状相结合 同一层神经元之间有连接 如自组织竞争型神经网络 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 4. 互连网络（相互结合型网络） 局部互连 全互连 全互连是每个神经元都与其它神经元互连 局部互连指互连只是局部的 两种 全互连 局部互连 Hopfield网络 Boltzmann机 分类方法有多种： 如可以分类为 有教师学习 无教师学习 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 输出 输入 Fig. 1-10 Hebb学习规则图示 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 例： 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 思 考 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) Fig. 1-11 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 人工神经网络的发展与现状 50年代末 F.Rosenblatt—感知机（Perceptron）第一个完整的人工神经网络 Hebb学习规则 并行处理、分布存储和学习 1969年 美 MTT的M.Minsky和S.Papert编写《Perceptron》一书 单层感知机 线性问题求解 多层（隐含层）的 非线性问题（悲观理论？） 70年代 芬兰 T.Kohonen 自组织映射理论 美国 S.A.Grossberg 自适应共振理论 日本 福岛邦彦（K.Fukushima） 认知机（Neocognitron）模型 日本 甘利俊（ShunIchi Amari） 神经网络的数学理论 低谷 1943年 心理学家W.S.MoCulloch和数学家W.Pitts提出M-P模型 1949年 心理学家 D.O.Hebb提出连接权的调整正比于两相连神经元之间激活值的乘积 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 1982年~1984年 J.J.Hopfield Hopfield 网络模型 引入能量函数 给出稳定性判据 1984年 Hinton 引入模拟退火 Boltzmann机 BW网络模型 1986年 D.E.Rumelhart 和J.L.MoClelland两本专著—— EBP算法 （误差反向传播） 1987年 美 R.Hecht-Nielsen —— 对向传播（Counter Propagation） 1988年 美 L.O.Chua —— CNN细胞神经网络模型 1987年 国际神经网络学会 1988年 《Neural Network》创刊 1990年 《I