ch3-神經(jīng)網(wǎng)絡(luò)1——課件學(xué)習(xí)

1、第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)StructureTypes ofDecision RegionsExclusive-ORProblemClasses withMeshed regionsMost GeneralRegion ShapesSingle-LayerTwo-LayerThree-LayerHalf PlaneBounded ByHyperplaneConvex OpenOrClosed RegionsAbitrary(ComplexityLimited by No.of Node

2、s)AABBAABBAABBBABABA第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)36nSimpson（1987年） -簡(jiǎn)潔的圖示定義第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)35InputsWeightsOutputBias13p2p1pfa3w2w1wbwpfbwpwpwpfaii332211Neural computing requires a number of neurons, to be connected together into a neural netwo

3、rk. Neurons are arranged in layers.第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)35n8個(gè)組成要素個(gè)組成要素(Rumellhart，McClelland，Hinton提出的提出的PDP框架框架)-完整的定義一組處理單元一組處理單元 (PE或或AN)；處理單元的激活狀態(tài)處理單元的激活狀態(tài) (ai)；每個(gè)處理單元的輸出函數(shù)每個(gè)處理單元的輸出函數(shù) (fi)；處理單元之間的聯(lián)接模式；處理單元之間的聯(lián)接模式；傳遞規(guī)則傳遞規(guī)則 (wijoi)；把處理單元的輸入及當(dāng)前狀態(tài)結(jié)合起來(lái)產(chǎn)生激活值的激活規(guī)則把處理單元的輸入及當(dāng)前狀態(tài)結(jié)合起來(lái)產(chǎn)生激活值的激活規(guī)

4、則 (Fi)；通過(guò)經(jīng)驗(yàn)修改聯(lián)接強(qiáng)度的學(xué)習(xí)規(guī)則；通過(guò)經(jīng)驗(yàn)修改聯(lián)接強(qiáng)度的學(xué)習(xí)規(guī)則；系統(tǒng)運(yùn)行的環(huán)境系統(tǒng)運(yùn)行的環(huán)境 (樣本集合樣本集合)。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)35n8要素構(gòu)成圖示要素構(gòu)成圖示第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)l人工神經(jīng)網(wǎng)絡(luò)可以根據(jù)所在的環(huán)境去改變它的人工神經(jīng)網(wǎng)絡(luò)可以根據(jù)所在的環(huán)境去改變它的行為，用戶不需要再根據(jù)所遇到的樣本集合去對(duì)行為，用戶不需要再根據(jù)所遇到的樣本集合去對(duì)網(wǎng)絡(luò)的學(xué)習(xí)算法做相應(yīng)的調(diào)整網(wǎng)絡(luò)的學(xué)習(xí)算法做相應(yīng)的調(diào)整l異相聯(lián)的網(wǎng)絡(luò)：它在接受樣本集合異相聯(lián)的網(wǎng)絡(luò)：它在接受樣本集合A時(shí)，可以時(shí)，可以抽取

5、集合抽取集合A中輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的映射關(guān)中輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的映射關(guān)系系 “抽象抽象”功能功能l不同的人工神經(jīng)網(wǎng)絡(luò)模型，有不同的學(xué)習(xí)不同的人工神經(jīng)網(wǎng)絡(luò)模型，有不同的學(xué)習(xí)/訓(xùn)練訓(xùn)練算法算法第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)運(yùn)算的運(yùn)算的不精確性不精確性對(duì)輸入的對(duì)輸入的微小變化微小變化不反應(yīng)不反應(yīng)去噪聲去噪聲容殘缺容殘缺模式識(shí)別模式識(shí)別模式的模式的自動(dòng)分類自動(dòng)分類第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)信息的分布存放提供容錯(cuò)功能信息的分布存放提供容錯(cuò)功能 由于信息被分布存放在幾乎整個(gè)網(wǎng)絡(luò)中，所由于信息被分布存放在幾乎整個(gè)網(wǎng)絡(luò)中，

6、所以，當(dāng)其中的某一個(gè)點(diǎn)或者某幾個(gè)點(diǎn)被破壞時(shí)，以，當(dāng)其中的某一個(gè)點(diǎn)或者某幾個(gè)點(diǎn)被破壞時(shí)，信息仍然可以被存取。信息仍然可以被存取。系統(tǒng)在受到系統(tǒng)在受到局部局部損傷時(shí)還可以正常工作。損傷時(shí)還可以正常工作。并不是說(shuō)可以任意地對(duì)完成學(xué)習(xí)的網(wǎng)絡(luò)進(jìn)行修改。并不是說(shuō)可以任意地對(duì)完成學(xué)習(xí)的網(wǎng)絡(luò)進(jìn)行修改。也正是由于信息的分布存放，對(duì)一類網(wǎng)絡(luò)來(lái)說(shuō)，也正是由于信息的分布存放，對(duì)一類網(wǎng)絡(luò)來(lái)說(shuō)，當(dāng)它完成學(xué)習(xí)后，如果再讓它學(xué)習(xí)新的東西，這當(dāng)它完成學(xué)習(xí)后，如果再讓它學(xué)習(xí)新的東西，這時(shí)就會(huì)破壞原來(lái)已學(xué)會(huì)的東西。時(shí)就會(huì)破壞原來(lái)已學(xué)會(huì)的東西。（BP網(wǎng)絡(luò)）網(wǎng)絡(luò)）第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 擅

7、長(zhǎng)兩個(gè)方面：擅長(zhǎng)兩個(gè)方面： 對(duì)大量的數(shù)據(jù)進(jìn)行分類，并且只有較少的對(duì)大量的數(shù)據(jù)進(jìn)行分類，并且只有較少的幾種情況；幾種情況； 必須學(xué)習(xí)一個(gè)復(fù)雜的非線性映射。必須學(xué)習(xí)一個(gè)復(fù)雜的非線性映射。 目前應(yīng)用：目前應(yīng)用： 語(yǔ)音、視覺(jué)、知識(shí)處理、輔助決策等語(yǔ)音、視覺(jué)、知識(shí)處理、輔助決策等 數(shù)據(jù)壓縮、模式匹配、數(shù)據(jù)壓縮、模式匹配、系統(tǒng)建模系統(tǒng)建模、模糊控、模糊控制、求組合優(yōu)化問(wèn)題的最佳解的近似解（不是最制、求組合優(yōu)化問(wèn)題的最佳解的近似解（不是最佳近似解）佳近似解）第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 如同大腦一樣，神經(jīng)網(wǎng)絡(luò)的基本單元也稱為神經(jīng)元或如同大腦一樣，神經(jīng)網(wǎng)絡(luò)的基本單元也稱

8、為神經(jīng)元或人工神經(jīng)元或處理單元?？烧J(rèn)為處理單元是一種類似的最人工神經(jīng)元或處理單元?？烧J(rèn)為處理單元是一種類似的最基本的生物神經(jīng)元，它能完成基本的生物神經(jīng)元，它能完成生物神經(jīng)元最基本的三種處生物神經(jīng)元最基本的三種處理過(guò)程理過(guò)程： (1) 評(píng)價(jià)輸入信號(hào)，決定每個(gè)輸入信號(hào)的強(qiáng)度。評(píng)價(jià)輸入信號(hào)，決定每個(gè)輸入信號(hào)的強(qiáng)度。 (2) 計(jì)算所有輸入信號(hào)的權(quán)重之和，并與處理單元計(jì)算所有輸入信號(hào)的權(quán)重之和，并與處理單元的閾值進(jìn)行比較。的閾值進(jìn)行比較。 (3) 決定處理單元的輸出。決定處理單元的輸出。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 閾值閾值由傳遞函數(shù)來(lái)確定。傳遞函數(shù)一般是非線由傳

9、遞函數(shù)來(lái)確定。傳遞函數(shù)一般是非線性的，有時(shí)也采用線性函數(shù)。性的，有時(shí)也采用線性函數(shù)。 將處理單元排成一列，形成一個(gè)處理單元層，將處理單元排成一列，形成一個(gè)處理單元層，若將幾層連接在一起，接受輸入的層稱為若將幾層連接在一起，接受輸入的層稱為輸入層輸入層，給出輸出信號(hào)的層稱為給出輸出信號(hào)的層稱為輸出層輸出層，其他層為，其他層為中間層或中間層或隱含層隱含層，這些層在神經(jīng)網(wǎng)絡(luò)中類似于黑箱。，這些層在神經(jīng)網(wǎng)絡(luò)中類似于黑箱。 若沒(méi)有一個(gè)處理單元的輸出與本層或前一層的若沒(méi)有一個(gè)處理單元的輸出與本層或前一層的處理單元相連接，則這種網(wǎng)絡(luò)稱為處理單元相連接，則這種網(wǎng)絡(luò)稱為正反饋網(wǎng)絡(luò)正反饋網(wǎng)絡(luò)；反；反之，若輸出可直

10、接返回同層或前一層處理單元的輸之，若輸出可直接返回同層或前一層處理單元的輸入，則這種網(wǎng)絡(luò)稱為入，則這種網(wǎng)絡(luò)稱為負(fù)反饋網(wǎng)絡(luò)負(fù)反饋網(wǎng)絡(luò)。具有閉環(huán)的負(fù)反。具有閉環(huán)的負(fù)反饋網(wǎng)絡(luò)又稱為循環(huán)系統(tǒng)。饋網(wǎng)絡(luò)又稱為循環(huán)系統(tǒng)。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 編制神經(jīng)網(wǎng)絡(luò)程序，主要是編制神經(jīng)網(wǎng)絡(luò)程序，主要是確定傳遞函數(shù)確定傳遞函數(shù)（即（即決定值的方程）、決定值的方程）、訓(xùn)練規(guī)劃訓(xùn)練規(guī)劃（即設(shè)置初始權(quán)重的規(guī)（即設(shè)置初始權(quán)重的規(guī)則及修改權(quán)重的方程）則及修改權(quán)重的方程）以及網(wǎng)絡(luò)的結(jié)構(gòu)以及網(wǎng)絡(luò)的結(jié)構(gòu)（即處理單（即處理單元數(shù)、層數(shù)及相互連接狀況）。元數(shù)、層數(shù)及相互連接狀況）。 在網(wǎng)絡(luò)中，

11、信息不像普通計(jì)算機(jī)儲(chǔ)存在單一的在網(wǎng)絡(luò)中，信息不像普通計(jì)算機(jī)儲(chǔ)存在單一的內(nèi)存區(qū)，而是儲(chǔ)存在整個(gè)系統(tǒng)中，這種結(jié)構(gòu)使網(wǎng)絡(luò)內(nèi)存區(qū)，而是儲(chǔ)存在整個(gè)系統(tǒng)中，這種結(jié)構(gòu)使網(wǎng)絡(luò)更具有適應(yīng)性，如果遺失某些處理單元，則仍可不更具有適應(yīng)性，如果遺失某些處理單元，則仍可不丟失存在那兒的信息。這種儲(chǔ)存信息的方式是新一丟失存在那兒的信息。這種儲(chǔ)存信息的方式是新一代信息處理方式的代表。代信息處理方式的代表。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)M-P模型結(jié)構(gòu)如圖模型結(jié)構(gòu)如圖1所示，其所示，其響應(yīng)函數(shù)為響應(yīng)函數(shù)為階躍函數(shù)。階躍函數(shù)。 圖圖1 MP模型結(jié)構(gòu)模型結(jié)構(gòu)f第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控

12、制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)設(shè)神經(jīng)元的一組輸入用向量表示為設(shè)神經(jīng)元的一組輸入用向量表示為X=(x1，x2，xn)其相應(yīng)權(quán)值為其相應(yīng)權(quán)值為W=(w1，w2，wn)神經(jīng)元的神經(jīng)元的閾值為閾值為，輸出為，輸出為y，則，則其中：其中：1()niiiyw xf10( )00 xxfx第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 對(duì)于大腦神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，完成不同功能的網(wǎng)對(duì)于大腦神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，完成不同功能的網(wǎng)絡(luò)區(qū)域都具有各自的學(xué)習(xí)規(guī)則，也就是網(wǎng)絡(luò)連接絡(luò)區(qū)域都具有各自的學(xué)習(xí)規(guī)則，也就是網(wǎng)絡(luò)連接權(quán)的調(diào)整規(guī)則。這些完整和巧妙的學(xué)習(xí)規(guī)則是大權(quán)的調(diào)整規(guī)則。這些完整和巧妙的學(xué)習(xí)規(guī)則是大腦在進(jìn)

13、化學(xué)習(xí)階段獲得的。腦在進(jìn)化學(xué)習(xí)階段獲得的。比如比如，日常生活中的，日常生活中的表?yè)P(yáng)，批評(píng)。表?yè)P(yáng)，批評(píng)。 這些規(guī)則運(yùn)用到神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)中，就成為這些規(guī)則運(yùn)用到神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)中，就成為網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則。網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 神經(jīng)網(wǎng)絡(luò)是由許多相互連接的處理單元組成的。每一神經(jīng)網(wǎng)絡(luò)是由許多相互連接的處理單元組成的。每一個(gè)處理單元有許多輸入量個(gè)處理單元有許多輸入量xi，而對(duì)每一個(gè)輸入量都相應(yīng)有一，而對(duì)每一個(gè)輸入量都相應(yīng)有一個(gè)相關(guān)聯(lián)的個(gè)相關(guān)聯(lián)的權(quán)重權(quán)重wi (變量，需要?jiǎng)討B(tài)調(diào)整變量，需要?jiǎng)討B(tài)調(diào)整)。處理單元將經(jīng)過(guò)處理單元將經(jīng)過(guò)權(quán)重的輸入量權(quán)重的

14、輸入量xiwi相加相加(權(quán)重和權(quán)重和)，計(jì)算出唯一的輸出量，計(jì)算出唯一的輸出量yi。這個(gè)輸出量是這個(gè)輸出量是權(quán)重和的函數(shù)權(quán)重和的函數(shù) f (傳遞函數(shù)傳遞函數(shù))。y1y2ynx1x2xnw1w2wnI | f圖圖2 處理單元模型處理單元模型( )iiiIwxyIf圖中：圖中： 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)activation function第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)連接權(quán)連接權(quán)：

15、wkj，j=1，p對(duì)應(yīng)于生物神經(jīng)元的突觸對(duì)應(yīng)于生物神經(jīng)元的突觸表示各個(gè)神經(jīng)元之間的連接強(qiáng)度表示各個(gè)神經(jīng)元之間的連接強(qiáng)度權(quán)值為正：激活權(quán)值為正：激活權(quán)值為負(fù)：抑制權(quán)值為負(fù)：抑制求和單元求和單元：求取各輸入信號(hào)的求取各輸入信號(hào)的加權(quán)和（線性組合）加權(quán)和（線性組合）第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)激活函數(shù)激活函數(shù)：f ()非線性映射非線性映射&限幅限幅1net()pkkjjjkkkkkkkkuw xvuubyf v 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)0()pkkjjjkkuw xyf u第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制

16、技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)0()pkkjjjkkuw xyf u第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)階躍函數(shù)階躍函數(shù)（linear function）10( )10 xyf xx-2-1012-1-0.500.51第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)分段線性函數(shù)分段線性函數(shù)(ramp function)111( )(1)11210 xyf xxxx-2-1012-1-0.500.51第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)Sigmoid型函數(shù)：型函數(shù)：logsig(n)（最常用）（最常用）1( )

17、1axf xe-5-4-3-2-101234500.10.20.30.40.50.60.70.80.91非線性非線性處處可導(dǎo)處處可導(dǎo)有較好的增益控制有較好的增益控制第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)Sigmoid型函數(shù)：型函數(shù)：tansig(n)（最常用）（最常用）1( )1axaxef xe-5-4-3-2-1012345-1-0.8-0.6-0.4-0.200.20.40.60.81第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)

18、計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)x1x2xny1y2yn圖圖2 階層型人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)階層型人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖圖3 全互連接型人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)全互連接型人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)取所有的權(quán)構(gòu)成權(quán)矩陣取所有的權(quán)構(gòu)成權(quán)矩陣 W=(wij)輸出層的第輸出層的第j個(gè)神經(jīng)元的網(wǎng)絡(luò)輸入記為個(gè)神經(jīng)元的網(wǎng)絡(luò)輸入記為netj netj=x1 w1j+x2 w

19、2j+xn wnj (1j m) NET=(net1, net2, netm)即即 NET=XW輸出：輸出：O=F(NET)=F(XW)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)輸入層輸入層隱藏層隱藏層輸出層輸出層第第0層層第第1層層第第j-1層層第第j層層(最大層最大層)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的

20、先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)有監(jiān)督學(xué)習(xí)（有教師學(xué)習(xí)）有監(jiān)督學(xué)習(xí)（有教師學(xué)習(xí)）無(wú)監(jiān)督學(xué)習(xí)（無(wú)教師學(xué)習(xí)）無(wú)監(jiān)督學(xué)習(xí)（無(wú)教師學(xué)習(xí)）強(qiáng)化學(xué)習(xí)（再勵(lì)學(xué)習(xí)）強(qiáng)化學(xué)習(xí)（再勵(lì)學(xué)習(xí)）第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)已知輸入已知輸入/輸出數(shù)據(jù)作為訓(xùn)練樣本集。輸出數(shù)據(jù)作為訓(xùn)練樣本集。根據(jù)已知輸出與實(shí)際輸出之間的插值（誤差信號(hào)）來(lái)調(diào)節(jié)根據(jù)已知輸出與實(shí)際輸出之間的插值（誤差信號(hào)）來(lái)調(diào)節(jié)系統(tǒng)參數(shù)。系統(tǒng)參數(shù)。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)只根據(jù)網(wǎng)絡(luò)的輸入調(diào)整網(wǎng)絡(luò)的權(quán)值和閾

21、值，沒(méi)有目標(biāo)輸出。只根據(jù)網(wǎng)絡(luò)的輸入調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，沒(méi)有目標(biāo)輸出。學(xué)習(xí)系統(tǒng)完全按照環(huán)境所提供數(shù)據(jù)的某些統(tǒng)計(jì)規(guī)律來(lái)調(diào)節(jié)自學(xué)習(xí)系統(tǒng)完全按照環(huán)境所提供數(shù)據(jù)的某些統(tǒng)計(jì)規(guī)律來(lái)調(diào)節(jié)自身參數(shù)或結(jié)構(gòu)。身參數(shù)或結(jié)構(gòu)。自組織過(guò)程，以表示外部輸入的某種固有特性（聚類特性，自組織過(guò)程，以表示外部輸入的某種固有特性（聚類特性，分布特性）。分布特性）。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)外部環(huán)境對(duì)系統(tǒng)輸出結(jié)果只給出評(píng)價(jià)（獎(jiǎng)罰，分級(jí)等）。外部環(huán)境對(duì)系統(tǒng)輸出結(jié)果只給出評(píng)價(jià)（獎(jiǎng)罰，分級(jí)等）。學(xué)習(xí)系統(tǒng)通過(guò)強(qiáng)化受獎(jiǎng)勵(lì)的動(dòng)作來(lái)改善自身性能。學(xué)習(xí)系統(tǒng)通過(guò)強(qiáng)化受獎(jiǎng)勵(lì)的動(dòng)作來(lái)改善自身性能。第第3章章 計(jì)

22、算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)& 學(xué)習(xí)規(guī)則學(xué)習(xí)規(guī)則（誤差糾正規(guī)則）（誤差糾正規(guī)則）& Hebb學(xué)習(xí)規(guī)則學(xué)習(xí)規(guī)則& 競(jìng)爭(zhēng)（競(jìng)爭(zhēng)（Competitive）學(xué)習(xí)）學(xué)習(xí)lKohonen規(guī)則規(guī)則lInstar規(guī)則規(guī)則lOutstar規(guī)則規(guī)則第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)yi(k)x(k)ikti(k)ei(k) = ti(k)- yi(k)ei(k)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)221111( )( )()22NNiiiiiEeyEJ w kt第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技

23、術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)01 ( ) f ( )(net)( )iikfe k ( )()( )( )( )WxWxiiiiijjwkefwkkkx 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)InputDesiredOutputThe delta rule is often utilized by the most common class of ANNs called back propagational neural networks.第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) Backpropagation performs a

24、gradient descent within the solutions vector space towards a global minimum. The error surface itself is a hyperparaboloid but is seldom smooth as is depicted in the graphic below. Indeed, in most problems, the solution space is quite irregular with numerous pits and hills which may cause the networ

25、k to settle down in a local minimum which is not the best overall solution.第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)Training dataValidation dataTest data第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)( )( ),( )ijijw kF y kx k( )( )( )ijijw ky kx k 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)(),

26、if neuron wins( )0, if neuron losesjijijxwjwkj (), if neuron wins( )0,if neuron losesijijijy xwjwkj ()/, if neuron wins( )0,if neuron losesiijjijywxjwkj 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)處理問(wèn)題：處理問(wèn)題：環(huán)境非平穩(wěn)（統(tǒng)計(jì)特征隨時(shí)間變化）。環(huán)境非平穩(wěn)（統(tǒng)計(jì)特征隨時(shí)間變化）。若新息若新息e(k)=0，則不修正模則不修正模型參數(shù)。型參數(shù)。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章

27、章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 神經(jīng)網(wǎng)絡(luò)控制的研究始于神經(jīng)網(wǎng)絡(luò)控制的研究始于20世紀(jì)世紀(jì)60年代。年代。1960年年，Widrow和和Hoff首先把神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)。首先把神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)。Kilmer和和McCulloch提出了提出了KMB神經(jīng)網(wǎng)絡(luò)模型，并在神經(jīng)網(wǎng)絡(luò)模型，并在“阿波羅阿波羅”登月計(jì)劃中應(yīng)用取得良好的效果。登月計(jì)劃中應(yīng)用取得良好的效果。1964年年，Widrow等用等用神經(jīng)網(wǎng)絡(luò)對(duì)小車(chē)倒立擺系統(tǒng)控制取得了成功。神經(jīng)網(wǎng)絡(luò)對(duì)小車(chē)倒立擺系統(tǒng)控制取得了成功。70年代年代神經(jīng)神經(jīng)網(wǎng)絡(luò)研

28、究處于低谷，所以神經(jīng)網(wǎng)絡(luò)控制沒(méi)有再發(fā)展。在網(wǎng)絡(luò)研究處于低谷，所以神經(jīng)網(wǎng)絡(luò)控制沒(méi)有再發(fā)展。在80年代后期年代后期開(kāi)始，神經(jīng)網(wǎng)絡(luò)控制隨著形勢(shì)發(fā)展至重受到重開(kāi)始，神經(jīng)網(wǎng)絡(luò)控制隨著形勢(shì)發(fā)展至重受到重視但大多數(shù)集中在自適應(yīng)控制方法上。目前，正朝智能視但大多數(shù)集中在自適應(yīng)控制方法上。目前，正朝智能控制深度的方向發(fā)展。控制深度的方向發(fā)展。 神經(jīng)網(wǎng)絡(luò)控制可以分為神經(jīng)網(wǎng)絡(luò)控制可以分為監(jiān)視控制，逆控制，神經(jīng)適應(yīng)監(jiān)視控制，逆控制，神經(jīng)適應(yīng)控制，實(shí)用反向傳播控制和適應(yīng)評(píng)價(jià)控制控制，實(shí)用反向傳播控制和適應(yīng)評(píng)價(jià)控制等。等。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 在智能控制系統(tǒng)中，最重要的有在

29、智能控制系統(tǒng)中，最重要的有兩點(diǎn)兩點(diǎn)。一點(diǎn)一點(diǎn)是和知是和知識(shí)基有關(guān)的推理機(jī)型，識(shí)基有關(guān)的推理機(jī)型，另另點(diǎn)點(diǎn)是隨環(huán)境變化的適應(yīng)能力。是隨環(huán)境變化的適應(yīng)能力。一般而言，推理是以符號(hào)為元素執(zhí)行的。而客觀世界中一般而言，推理是以符號(hào)為元素執(zhí)行的。而客觀世界中的信號(hào)是數(shù)值，為了理解過(guò)程的狀態(tài)，需要實(shí)施數(shù)值數(shù)的信號(hào)是數(shù)值，為了理解過(guò)程的狀態(tài)，需要實(shí)施數(shù)值數(shù)據(jù)到符號(hào)數(shù)據(jù)的映射，這就要把數(shù)值數(shù)據(jù)進(jìn)行分類。據(jù)到符號(hào)數(shù)據(jù)的映射，這就要把數(shù)值數(shù)據(jù)進(jìn)行分類。 另外，對(duì)過(guò)程的控制需要自適應(yīng)控制器。神經(jīng)網(wǎng)絡(luò)另外，對(duì)過(guò)程的控制需要自適應(yīng)控制器。神經(jīng)網(wǎng)絡(luò)的分類功能和學(xué)習(xí)能力使到它可以有效地用于智能控制的分類功能和學(xué)習(xí)能力使到它

30、可以有效地用于智能控制系統(tǒng)。系統(tǒng)。 神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)是神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)是“物盡其用物盡其用”的必然結(jié)果。的必然結(jié)果。目前，神經(jīng)網(wǎng)絡(luò)在各種控制系統(tǒng)的應(yīng)用及典型例子如表目前，神經(jīng)網(wǎng)絡(luò)在各種控制系統(tǒng)的應(yīng)用及典型例子如表1所示。所示。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)控制方法控制方法神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)典型例子典型例子自適應(yīng)線性控制自適應(yīng)線性控制Hopfield Chi等(1990) Zak(1990)ARTKumar,Gucz(1990)自適應(yīng)非線性控制自適應(yīng)非線性控制BP Goldberg等(1998) Bassi，Beckey(1989)Sanner,Aki

31、n(1990)Ungar等(1990)KohonenGraf等(1988)Martinez等(1988)CMACAtkenson等(1989)表表1 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制典型例子典型例子第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)&神經(jīng)控制的基本原理神經(jīng)控制的基本原理&神經(jīng)網(wǎng)絡(luò)在控制中的主要作用神經(jīng)網(wǎng)絡(luò)在控制中的主要作用&神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的分類神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的分類第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)自動(dòng)控制面臨著兩個(gè)方面的技術(shù)問(wèn)題：自動(dòng)控制面臨著兩個(gè)方面的技術(shù)問(wèn)題：（1）控制對(duì)象）控制對(duì)象越來(lái)越復(fù)雜越來(lái)越復(fù)雜

32、，存在著多種不確定（隨機(jī)性）存在著多種不確定（隨機(jī)性）和難以確切描述的和難以確切描述的非線性非線性。（2）對(duì)控制系統(tǒng)的要求）對(duì)控制系統(tǒng)的要求越來(lái)越高越來(lái)越高，迫切要求提高控制系統(tǒng)迫切要求提高控制系統(tǒng)的的智能化智能化水平，即系統(tǒng)具有水平，即系統(tǒng)具有邏輯思維和推理判斷邏輯思維和推理判斷的能力。的能力。 神經(jīng)網(wǎng)絡(luò)為處理和解決上述問(wèn)題提供了一條新的途徑：神經(jīng)網(wǎng)絡(luò)為處理和解決上述問(wèn)題提供了一條新的途徑： （1）神經(jīng)網(wǎng)絡(luò)源于）神經(jīng)網(wǎng)絡(luò)源于對(duì)腦神經(jīng)的模擬對(duì)腦神經(jīng)的模擬，所以具有很強(qiáng)的適應(yīng)，所以具有很強(qiáng)的適應(yīng)于復(fù)雜環(huán)境和多目標(biāo)控制要求的于復(fù)雜環(huán)境和多目標(biāo)控制要求的自學(xué)習(xí)能力自學(xué)習(xí)能力。（2）具有以）具有以任意

33、精度逼近任意非線性連續(xù)函數(shù)任意精度逼近任意非線性連續(xù)函數(shù)的特性。的特性。 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)一般反饋控制系統(tǒng)一般反饋控制系統(tǒng)的原理圖的原理圖用神經(jīng)網(wǎng)絡(luò)替用神經(jīng)網(wǎng)絡(luò)替代控制器代控制器神經(jīng)網(wǎng)絡(luò)控制：神經(jīng)網(wǎng)絡(luò)控制：把神經(jīng)網(wǎng)絡(luò)在相應(yīng)的控制系統(tǒng)把神經(jīng)網(wǎng)絡(luò)在相應(yīng)的控制系統(tǒng)結(jié)構(gòu)中當(dāng)做結(jié)構(gòu)中當(dāng)做控制器控制器或或辨識(shí)器辨識(shí)器。 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)設(shè)被控制對(duì)象的輸入設(shè)被控制對(duì)象的輸入u和系統(tǒng)輸出和系統(tǒng)輸出y之間滿足如下之間滿足如下非線性函數(shù)關(guān)系：非線性函數(shù)關(guān)系： y = g(u)u控制的目的：控制的目的：確定最佳的

34、控制量輸入確定最佳的控制量輸入u，使系，使系統(tǒng)的實(shí)際輸出統(tǒng)的實(shí)際輸出y等于期望的輸出等于期望的輸出yd。在該系統(tǒng)中，可把神經(jīng)網(wǎng)絡(luò)的功能看做輸入輸出的某種在該系統(tǒng)中，可把神經(jīng)網(wǎng)絡(luò)的功能看做輸入輸出的某種映射，或稱映射，或稱函數(shù)變換函數(shù)變換，并設(shè)它的函數(shù)關(guān)系為，并設(shè)它的函數(shù)關(guān)系為u=f(yd)。為了滿足：為了滿足： y=yd，將上式，將上式u代入，可得代入，可得 y=gf(yd)顯然，當(dāng)顯然，當(dāng)f(yd)=g -1(yd)時(shí)，滿足時(shí)，滿足y= yd的要求。的要求。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 由于要采用神經(jīng)網(wǎng)絡(luò)控制的被控對(duì)象一般是由于要采用神經(jīng)網(wǎng)絡(luò)控制的被控

35、對(duì)象一般是復(fù)雜的且多具有不確定性，因此非線性函數(shù)復(fù)雜的且多具有不確定性，因此非線性函數(shù)g()是難以建立的，可以利用神經(jīng)網(wǎng)絡(luò)具有逼近非線是難以建立的，可以利用神經(jīng)網(wǎng)絡(luò)具有逼近非線性函數(shù)的能力來(lái)模擬性函數(shù)的能力來(lái)模擬g-1() 。 盡管盡管g()的形式未知，但通過(guò)系統(tǒng)的實(shí)際輸?shù)男问轿粗ㄟ^(guò)系統(tǒng)的實(shí)際輸出出y與期望輸出與期望輸出yd之間的誤差來(lái)調(diào)整神經(jīng)網(wǎng)絡(luò)中的之間的誤差來(lái)調(diào)整神經(jīng)網(wǎng)絡(luò)中的連接權(quán)值，即讓神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，直至誤差連接權(quán)值，即讓神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，直至誤差e=yd - y=0這就是神經(jīng)網(wǎng)絡(luò)模擬這就是神經(jīng)網(wǎng)絡(luò)模擬g-1()的過(guò)程，它實(shí)際上是對(duì)的過(guò)程，它實(shí)際上是對(duì)被控對(duì)象的一種求逆過(guò)程。被控對(duì)象的

36、一種求逆過(guò)程。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這一工具在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這一工具對(duì)難以精確描述的復(fù)雜的非線性對(duì)象進(jìn)行建模，對(duì)難以精確描述的復(fù)雜的非線性對(duì)象進(jìn)行建模，或充當(dāng)控制器，或優(yōu)化計(jì)算，或進(jìn)行推理，或故障診斷，或充當(dāng)控制器，或優(yōu)化計(jì)算，或進(jìn)行推理，或故障診斷，以及同時(shí)兼有上述某些功能的適應(yīng)組合，以及同時(shí)兼有上述某些功能的適應(yīng)組合，將這樣的系統(tǒng)統(tǒng)稱為基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)。將這樣的系統(tǒng)統(tǒng)稱為基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)。充當(dāng)對(duì)象模型充當(dāng)對(duì)象模型推理模型，故障診斷推理模型，故障診斷優(yōu)化參數(shù)及算法優(yōu)化參數(shù)及算法控制器控制器第第3章章 計(jì)

37、算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)處在不確定、不確知環(huán)境處在不確定、不確知環(huán)境中的復(fù)雜的非線性不確定、不確知系統(tǒng)的設(shè)計(jì)問(wèn)題。中的復(fù)雜的非線性不確定、不確知系統(tǒng)的設(shè)計(jì)問(wèn)題。設(shè)置兩個(gè)神經(jīng)網(wǎng)絡(luò)：設(shè)置兩個(gè)神經(jīng)網(wǎng)絡(luò)：第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)辨識(shí)的目的：辨識(shí)的目的：根據(jù)系統(tǒng)所提供的測(cè)量信息，在某種準(zhǔn)則意義下根據(jù)系統(tǒng)所提供的測(cè)量信息，在某種準(zhǔn)則意義下估計(jì)出對(duì)象模型的結(jié)構(gòu)和參數(shù)。估計(jì)出對(duì)象模型的結(jié)構(gòu)和參數(shù)。辨識(shí)器參數(shù)可隨著對(duì)象、環(huán)境的變化而自適應(yīng)的改變，故它可辨識(shí)器參數(shù)可隨著對(duì)象、環(huán)境的變化而自適應(yīng)的改變，故它可在線辨識(shí)非線性不確定、不確知對(duì)象的

38、模型。在線辨識(shí)非線性不確定、不確知對(duì)象的模型。其性能隨著對(duì)象、環(huán)境的變化而自適應(yīng)的改變（根據(jù)辨識(shí)器）。其性能隨著對(duì)象、環(huán)境的變化而自適應(yīng)的改變（根據(jù)辨識(shí)器）。設(shè)計(jì)的核心問(wèn)題：設(shè)計(jì)的核心問(wèn)題：選擇選擇NNI和和NNC的結(jié)構(gòu)（包括神經(jīng)網(wǎng)絡(luò)種類、的結(jié)構(gòu)（包括神經(jīng)網(wǎng)絡(luò)種類、結(jié)構(gòu)），并在一定的準(zhǔn)則函數(shù)下，它們的權(quán)系數(shù)經(jīng)由學(xué)習(xí)與訓(xùn)練，結(jié)構(gòu)），并在一定的準(zhǔn)則函數(shù)下，它們的權(quán)系數(shù)經(jīng)由學(xué)習(xí)與訓(xùn)練，使之對(duì)應(yīng)于系統(tǒng)要求的性能（與學(xué)習(xí)算法和初始權(quán)值有關(guān)）。使之對(duì)應(yīng)于系統(tǒng)要求的性能（與學(xué)習(xí)算法和初始權(quán)值有關(guān)）。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) 將神經(jīng)網(wǎng)絡(luò)作為傳統(tǒng)控制系統(tǒng)中的一個(gè)或幾個(gè)

39、部分，用以充當(dāng)將神經(jīng)網(wǎng)絡(luò)作為傳統(tǒng)控制系統(tǒng)中的一個(gè)或幾個(gè)部分，用以充當(dāng)l辨識(shí)器辨識(shí)器l對(duì)象模型對(duì)象模型l控制器控制器l估計(jì)器估計(jì)器l優(yōu)化計(jì)算優(yōu)化計(jì)算l神經(jīng)控制：只由神經(jīng)網(wǎng)絡(luò)單獨(dú)進(jìn)行控制。神經(jīng)控制：只由神經(jīng)網(wǎng)絡(luò)單獨(dú)進(jìn)行控制。l神經(jīng)智能控制：由神經(jīng)網(wǎng)絡(luò)同其他智能控制方式相融合的控制。神經(jīng)智能控制：由神經(jīng)網(wǎng)絡(luò)同其他智能控制方式相融合的控制。第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)FilterFilterSetpointSetpointTrajectoryTrajectoryPControllerModelPressurePressurePressurePressureq第第

40、3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)FilterSetpointTrajectoryControllerModelCACAqcCA第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)Adaptive NN Control Cycling or driving，we never thi

41、nking of the so-called mathematical models！PlantInfo. feedbackAdaptation & LearningControl Law第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)79第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)80第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)81第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系

42、統(tǒng)的先進(jìn)控制技術(shù)第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)假設(shè)被控對(duì)象為如下所示的一階假設(shè)被控對(duì)象為如下所示的一階單變量單變量非線性系統(tǒng)，即非線性系統(tǒng)，即y(k+1)=gy(k)+y(k)u(k)式中，式中， u(k)和和y(k)分別為對(duì)象的輸入和輸出；分別為對(duì)象的輸入和輸出；gy(k)， y(k)為非零函數(shù)。為非零函數(shù)。（1）若若gy(k)，y(k)已知，則根據(jù)已知，則根據(jù)確定性等價(jià)原則確定性等價(jià)原則，控制器的控制律為控制器的控制律為此時(shí)，控制系統(tǒng)的輸出此時(shí)，控制系統(tǒng)的輸出y(k)能精確的跟蹤輸入能精確的跟蹤輸入r(k)， r(k)為系統(tǒng)的期望輸出。為系統(tǒng)的期望輸出

43、。(1) ( )( ) ( )r kg y ku ky k 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)（2）若若gy(k)，y(k)未知，則可通過(guò)在線訓(xùn)未知，則可通過(guò)在線訓(xùn)練神經(jīng)網(wǎng)絡(luò)辨識(shí)器，使其逐漸逼近被控對(duì)象。練神經(jīng)網(wǎng)絡(luò)辨識(shí)器，使其逐漸逼近被控對(duì)象。由辨識(shí)器的由辨識(shí)器的Ngy(k)， Ny(k)代替代替gy(k)，y(k)，則控制器的輸出為，則控制器的輸出為式中，式中，Ngy(k)，Ny(k)為為gy(k)，y(k)的估的估計(jì)值，從而組成辨識(shí)器的非線性動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)。計(jì)值，從而組成辨識(shí)器的非線性動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)。(1) ( )( ) ( )r kNg y ku kNy k 第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù) （3）神經(jīng)網(wǎng)絡(luò)自校正控制系統(tǒng)結(jié)構(gòu)圖：神經(jīng)網(wǎng)絡(luò)自校正控制系統(tǒng)結(jié)構(gòu)圖：神經(jīng)網(wǎng)絡(luò)辨識(shí)器神經(jīng)網(wǎng)絡(luò)辨識(shí)器第第3章章 計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)計(jì)算機(jī)控制系統(tǒng)的先進(jìn)控制技術(shù)神經(jīng)網(wǎng)絡(luò)辨識(shí)器可由兩個(gè)兩層的神經(jīng)網(wǎng)絡(luò)辨識(shí)器可由兩個(gè)兩層的BP網(wǎng)絡(luò)實(shí)現(xiàn)：網(wǎng)絡(luò)實(shí)現(xiàn)：A(k+1)u(k)w0v0WVNgNy(k)y