智能控制導(dǎo)論IC_Ch5

1、1智能控制導(dǎo)論國(guó)家精品課程配套教材蔡自興 2智能控制教學(xué)課件第5章 神經(jīng)控制5.1 人工神經(jīng)網(wǎng)絡(luò)的初步知識(shí)5.2 神經(jīng)控制的結(jié)構(gòu)方案5.3 神經(jīng)控制器的設(shè)計(jì)5.4 小結(jié)智能系統(tǒng)與智能軟件研究所35.1 人工神經(jīng)網(wǎng)絡(luò)的初步知識(shí)5.1.1 神經(jīng)元及其特性神經(jīng)元模型連接機(jī)制結(jié)構(gòu)的基本處理單元與神經(jīng)生理學(xué)類比往往稱為神經(jīng)元每個(gè)構(gòu)造起網(wǎng)絡(luò)的神經(jīng)元模型模擬一個(gè)生物神經(jīng)元 1()njjiijiytfw x( )f -11x1 jw2x2jwnxjnwjy中間狀態(tài)由輸入信號(hào)的權(quán)和表示神經(jīng)元單元由多個(gè)輸入45.1.2 神經(jīng)網(wǎng)絡(luò)與智能控制神經(jīng)網(wǎng)絡(luò)特性 并行分布處理非線性映射 通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí) 適應(yīng)與集成 硬件實(shí)現(xiàn)

2、 神經(jīng)網(wǎng)絡(luò)用于智能控制系統(tǒng)的潛力神經(jīng)網(wǎng)絡(luò)因其學(xué)習(xí)和適應(yīng)、自組織函數(shù)逼近和大規(guī)模并行處理等能力5.1 人工神經(jīng)網(wǎng)絡(luò)初步知識(shí)55.1.3 人工神經(jīng)網(wǎng)絡(luò)的基本類型和學(xué)習(xí)算法人工神經(jīng)網(wǎng)絡(luò)的基本特性和結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型構(gòu)成具有并行分布結(jié)構(gòu)每個(gè)神經(jīng)元具有單一輸出，能夠與其它神經(jīng)元連接 存在許多輸出連接方法，每種對(duì)應(yīng)一個(gè)連接權(quán)系數(shù)人工神經(jīng)網(wǎng)絡(luò)是一種具有下列特性的有向圖對(duì)于每個(gè)節(jié)點(diǎn)i存在一個(gè)狀態(tài)變量xi從節(jié)點(diǎn)j至節(jié)點(diǎn)i，存在一個(gè)連接權(quán)系統(tǒng)數(shù)wij對(duì)于每個(gè)節(jié)點(diǎn)i，存在一個(gè)閾值i 對(duì)于每個(gè)節(jié)點(diǎn)i，定義一個(gè)變換函數(shù) 對(duì)于最一般的情況，此函數(shù)取 形式( ,),iijiif x wij()iijjijfw x

3、5.1 人工神經(jīng)網(wǎng)絡(luò)初步知識(shí)6人工神經(jīng)網(wǎng)絡(luò)基本分為兩類即遞歸（反饋）網(wǎng)絡(luò)前饋網(wǎng)絡(luò) v1v2vn輸入 輸出輸入層隱層輸出層反向傳播3x2x1x3x2x1x11w1x2x3xny1y1mw遞歸網(wǎng)絡(luò)前饋網(wǎng)絡(luò)5.1.3 人工神經(jīng)網(wǎng)絡(luò)的基本類型和學(xué)習(xí)算法5.1 人工神經(jīng)網(wǎng)絡(luò)初步知識(shí)7人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法 有師學(xué)習(xí) 有師學(xué)習(xí)算法能夠根據(jù)期望的和實(shí)際的網(wǎng)絡(luò)輸出（對(duì)應(yīng)于給定輸入）間的差來(lái)調(diào)整神經(jīng)元間連接的強(qiáng)度或權(quán)。無(wú)師學(xué)習(xí) 無(wú)師學(xué)習(xí)算法不需要知道期望輸出。強(qiáng)化學(xué)習(xí)強(qiáng)化學(xué)習(xí)算法采用一個(gè)“評(píng)論員”來(lái)評(píng)價(jià)與給定輸入相對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)輸出的優(yōu)度（質(zhì)量因數(shù)）5.1.3 人工神經(jīng)網(wǎng)絡(luò)的基本類型和學(xué)習(xí)算法5.1 人工神

4、經(jīng)網(wǎng)絡(luò)初步知識(shí)85.1.4 人工神經(jīng)網(wǎng)絡(luò)的典型模型自適應(yīng)諧振理論（ART）雙向聯(lián)想存儲(chǔ)器（BAM）Boltzmann機(jī)（BM）反向傳播（BP）網(wǎng)絡(luò)對(duì)流傳播網(wǎng)絡(luò)(CPN)Hopfield網(wǎng)Madaline算法認(rèn)知機(jī)（Neocognition）感知器（Perception）自組織映射網(wǎng)（SOM）5.1 人工神經(jīng)網(wǎng)絡(luò)初步知識(shí)95.1.5 基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示和推理基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示傳統(tǒng)的人工智能系統(tǒng)中所用的是知識(shí)的顯示表示,而神經(jīng)網(wǎng)絡(luò)中的知識(shí)表示是一種隱式表示.隱式表示,知識(shí)并不像在生產(chǎn)式系統(tǒng)中那樣獨(dú)立地表示,而是將某一問(wèn)題的若干知識(shí)在同一網(wǎng)絡(luò)表示基于神經(jīng)網(wǎng)絡(luò)的推理 基于神經(jīng)網(wǎng)絡(luò)的推理是通過(guò)網(wǎng)

5、絡(luò)計(jì)算實(shí)現(xiàn)的.把用戶提供的初始證據(jù)用作網(wǎng)絡(luò)的輸入,通過(guò)網(wǎng)絡(luò)計(jì)算最終得到輸出結(jié)果5.1 人工神經(jīng)網(wǎng)絡(luò)初步知識(shí)105.2 神經(jīng)控制的結(jié)構(gòu)方案5.2.1 NN學(xué)習(xí)控制基于神經(jīng)網(wǎng)絡(luò)的監(jiān)督式控制實(shí)現(xiàn)NN監(jiān)督式控制的步驟通過(guò)傳感器和傳感信息處理，調(diào)用必要的和有用的控制信息構(gòu)造神經(jīng)網(wǎng)絡(luò)，選擇NN類型、結(jié)構(gòu)參數(shù)和學(xué)習(xí)算法等訓(xùn)練NN控制器，實(shí)現(xiàn)輸入和輸出間的映射，以便進(jìn)行控制 NNC 受控對(duì)象 監(jiān)督程序 r(t)+-e(t)u(t)+-選擇器y(t)115.2.2 NN直接逆模控制原理與特點(diǎn)這種控制采用受控系統(tǒng)的一個(gè)逆模型，它與受控系統(tǒng)串接以便使系統(tǒng)在期望響應(yīng)（網(wǎng)絡(luò)輸入）與受控系統(tǒng)輸出間得到一個(gè)相同的映射由于不

6、存在反饋，本法魯棒性不足；逆模型參數(shù)可通過(guò)在線學(xué)習(xí)調(diào)整，以期把受控系統(tǒng)的魯棒性提高至一定程度NN直接逆控制的兩種結(jié)構(gòu)方案 NN1 R(t) NN2e(t)u(t)+-y(t)對(duì)象 NN EF r(t)e(t)u(t) y(t)對(duì)象5.2 神經(jīng)控制的結(jié)構(gòu)方案125.2.2 NN內(nèi)模控制基于NN的內(nèi)?？刂频慕Y(jié)構(gòu)圖示于下圖其中，系統(tǒng)模型（NN2）與實(shí)際系統(tǒng)并行設(shè)置反饋信號(hào)由系統(tǒng)輸出與模型輸出間的差得到由NN1（在正向控制通道上一個(gè)具有逆模型的NN控制器）進(jìn)行處理；NN1控制器應(yīng)當(dāng)與系統(tǒng)的逆有關(guān)濾波器 NN1 裝置 NN2 r(t)e(t)u(t)ym(t)d+-5.2 神經(jīng)控制的結(jié)構(gòu)方案135.2.

7、3 NN自適應(yīng)控制NN自校正控制（STC）直接自校正控制、間接自校正控制NN參考自適應(yīng)控制（MRAC）NN直接參考自適應(yīng)控制、NN間接參考自適應(yīng)控制g常規(guī)控制器 裝置 NN辨識(shí)器r(t)e(t)u(t)y(t)df NNC 參考模型 裝置 r(t)e(t)u(t)ec(t)ym(t)y(t)d+-+-NN直接參考自適應(yīng)控制間接自校正控制5.2 神經(jīng)控制的結(jié)構(gòu)方案145.3 神經(jīng)控制器的設(shè)計(jì)神經(jīng)控制器的設(shè)計(jì)一般應(yīng)過(guò)以下內(nèi)容建立受控對(duì)象的數(shù)學(xué)計(jì)算模型或知識(shí)表示模型選擇神經(jīng)網(wǎng)絡(luò)及其算法,進(jìn)行初步辨識(shí)與訓(xùn)練設(shè)計(jì)神經(jīng)控制器,包括控制器結(jié)構(gòu)、功能與推理控制系統(tǒng)仿鎮(zhèn)實(shí)驗(yàn)，并通過(guò)實(shí)驗(yàn)結(jié)果改進(jìn)設(shè)計(jì)第5章 神經(jīng)控制155.3 神經(jīng)控制器的設(shè)計(jì)控制器結(jié)構(gòu)和工作原理FCFIENNC對(duì)象對(duì)象+-eufu+unufyr 5.3 神經(jīng)控制器的設(shè)計(jì)第5章 神經(jīng)控制16神經(jīng)控制器及訓(xùn)練輸入層 輸出層中間層5.3 神經(jīng)控制器的設(shè)計(jì)第5章 神經(jīng)控制圖 5.14 NNC 模型結(jié)構(gòu)175