《神经模糊预测控制及其MATLAB实现》 第5版 课件全套 李国勇 第1--9章 神经网络理论--- 隐式广义预测自校正控制及其MATLAB实现.ppt

1

本书内容

l神经网络控制及其MATLAB实现

l模糊逻辑控制及其MATLAB实现

l模型预测控制及其MATLAB实现

2

第一篇神经网络控制

及其MATLAB实现

3

第1章神经网络理论

v1.1神经网络的基本概念

v1.2典型神经网络的模型及其MATLAB实现

v1.3神经网络的训练

4

人脑是一部不寻常的智能机，它能以惊人的高速

度解释感觉器官传来的含糊不清的信息。它能觉察到

喧闹房间内的窃窃私语，能够识别出光线暗淡的胡同

中的一张面孔，更能通过不断地学习而产生伟大的创

造力。古今中外，许许多多科学家为了揭开大脑机能

的奥秘，从不同的角度进行着长期的不懈努力和探索，

逐渐形成了一个多学科交叉的前沿技术领域——神经

网络(NeuralNetwork)。

5

人工神经系统的研究可以追溯到1800年Frued的精

神分析学时期，他已经做了一些初步工作。1913年人

工神经系统的第一个实践是由Russell描述的水力装置

。1943年美国心理学家WarrenSMcCulloch与数学家

WalterHPitts合作，用逻辑的数学工具研究客观事件

在形式神经网络中的描述，从此开创了对神经网络的

理论研究。他们在分析、总结神经元基本特性的基础

上，首先提出神经元的数学模型，简称MP模型。

从脑科学研究来看，MP模型不愧为第一个用数理

语言描述脑的信息处理过程的模型。后来MP模型经

过数学家的精心整理和抽象，最终发展成一种有限自

动机理论，再一次展现了MP模型的价值，此模型沿

用至今，直接影响着这一领域研究的进展。

6

1949年心理学家D.O.Hebb提出关于神经网

络学习机理的“突触修正假设”，即突触联系

效率可变的假设，现在多数学习机仍遵循Hebb

学习规则。1957年，FrankRosenblatt首次提出

并设计制作了著名的感知机（Perceptron），第

一次从理论研究转入过程实现阶段，掀起了研

究人工神经网络的高潮。

7

虽然，从六十年代中期，MIT电子研究实验室

的MarvinMinsky和SeymourPapret就开始对感知

机做深入的评判，并与1969年他们出版了

“Perceptron”一书，对FrankRosenblatt的感知机

的抽象版本做了详细的数学分析，认为感知机基

本上是一个不值得研究的领域，曾一度使神经网

络的研究陷入低谷。但是，从1982年美国物理学

家Hopfield提出Hopfield神经网络，以及1986年

D.E.Rumelhart和J.L.McClelland提出一种利用误差

反向传播训练算法的BP(BackPropagation)神经网

络开始，在世界范围内再次掀起了神经网络的研

究热潮。

8

今天，随着科学技术的迅猛发展，神经网络

正以极大的魅力吸引着世界上众多专家、学者

为之奋斗。在世界范围内再次掀起了神经网络

的研究热潮，难怪有关国际权威人士评论指出

，目前对神经网络的研究其重要意义不亚于第

二次世界大战时对原子弹的研究。

9

人工神经网络特有的非线性适应性信息处理能力

，克服了传统人工智能方法对于直觉，如模式、语音

识别、非结构化信息处理方面的缺陷，使之在神经专

家系统、模式识别、智能控制、组合优化、预测等领

域得到成功应用。人工神经网络与其他传统方法相结

合，将推动人工智能和信息处理技术不断发展。近年

来，人工神经网络正向模拟人类认知的道路上更加深

入发展，与模糊系统、遗传算法、进化机制等结合，

形成计算智能，成为人工智能的一个重要方向，将在

实际应用中得到发展。

10

使用神经网络的主要优点是能够自适应样本数据

，当数据中有噪声、形变和非线性时，它也能够正常

地工作，很容易继承现有的领域知识，使用灵活，能

够处理来自多个资源和决策系统的数据；提供简单工

具进行自动特征选取，产生有用的数据表示，可作为

专