版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
實(shí)際是自動(dòng)控制理論在機(jī)械制造領(lǐng)域的應(yīng)用的一部分,最為熱門(mén)和廣泛應(yīng)用的一部分
自動(dòng)控制是在沒(méi)有人直接參與的情況下,通過(guò)控制系統(tǒng)是被控對(duì)象自動(dòng)地按照預(yù)定規(guī)律運(yùn)行的控制過(guò)程。
自動(dòng)控制系統(tǒng)是由相互聯(lián)系、相互依賴、相互作用的若干部分組成,具有控制功能的有機(jī)整體。
被控對(duì)象是指工作狀態(tài)需要給以控制的裝置、設(shè)備和過(guò)程。
給定量也稱控制量,表征被控量的希望運(yùn)行規(guī)律,也是系統(tǒng)的輸入量。
擾動(dòng)量也稱干擾量,是引起被控量偏離預(yù)定運(yùn)行規(guī)律的量。從控制理論上而不是控制方法上說(shuō)控制理論主要分兩大類經(jīng)典控制理論和現(xiàn)代控制理論。經(jīng)典控制理論是以傳遞函數(shù)為理論基礎(chǔ),解決單輸入、單輸出的線性控制系統(tǒng)的分析與設(shè)計(jì)問(wèn)題?,F(xiàn)代控制理論主要是以狀態(tài)方程或模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)等為理論基礎(chǔ),解決多輸入多輸出的非線性時(shí)變控制系統(tǒng)的分析與設(shè)計(jì)問(wèn)題?;靖拍畋疚臋n共39頁(yè);當(dāng)前第1頁(yè);編輯于星期二\4點(diǎn)24分
時(shí)變系統(tǒng)是指其方程的系數(shù)是時(shí)間的函數(shù),如宇宙飛船的控制系統(tǒng),因?yàn)轱w船的然聯(lián)消耗和引力的變化都是時(shí)間的函數(shù)。系統(tǒng)是由相互聯(lián)系、相互依賴、相互制約和相互作用的若干部分組成,具有某種特定功能的有機(jī)整體。控制系統(tǒng)是由相互聯(lián)系、相互依賴、相互制約和相互作用的若干部分組成,具有某種控制功能的有機(jī)整體。本文檔共39頁(yè);當(dāng)前第2頁(yè);編輯于星期二\4點(diǎn)24分自動(dòng)控制系統(tǒng)的分類按系統(tǒng)組成的物理性質(zhì)分電氣控制系統(tǒng);機(jī)械控制系統(tǒng);流體控制系統(tǒng);電氣—流體控制系統(tǒng)按系統(tǒng)的數(shù)學(xué)模型(微分方程)的性質(zhì)分
線性定常系統(tǒng);線性時(shí)變系統(tǒng);按給定量的變化規(guī)律分恒值控制系統(tǒng);程序控制系統(tǒng);隨動(dòng)控制系統(tǒng)按輸入、輸出信號(hào)連續(xù)性分連續(xù)系統(tǒng);離散系統(tǒng)按控制量參數(shù)的性質(zhì)分速度控制;位置控制;力和力矩控制;混合變量控制等系統(tǒng)按系統(tǒng)有無(wú)反饋信號(hào)分開(kāi)環(huán)系統(tǒng);閉環(huán)系統(tǒng)線性系統(tǒng)非線性系統(tǒng)本文檔共39頁(yè);當(dāng)前第3頁(yè);編輯于星期二\4點(diǎn)24分神經(jīng)網(wǎng)絡(luò)控制及其應(yīng)用1神經(jīng)網(wǎng)絡(luò)控制產(chǎn)生的背景
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)象越來(lái)越復(fù)雜,存在著多種不確定(隨機(jī)性)和難以確切描述的非線性。(2)對(duì)控制系統(tǒng)的要求越來(lái)越高,迫切要求提高控制系統(tǒng)的智能化水平,即系統(tǒng)具有邏輯思維和推理判斷的能力。
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
(1)神經(jīng)網(wǎng)絡(luò)源于對(duì)腦神經(jīng)的模擬,所以具有很強(qiáng)的適應(yīng)于復(fù)雜環(huán)境和多目標(biāo)控制要求的自學(xué)習(xí)能力。(2)具有以任意精度逼近任意非線性連續(xù)函數(shù)的特性。
本文檔共39頁(yè);當(dāng)前第4頁(yè);編輯于星期二\4點(diǎn)24分神經(jīng)網(wǎng)絡(luò)的應(yīng)用航空:高性能飛行器自動(dòng)駕駛、飛行路徑模擬、飛行部件模擬、飛行部件故障檢測(cè)…汽車(chē):汽車(chē)自動(dòng)導(dǎo)航儀…
國(guó)防:武器操縱、目標(biāo)跟蹤、面部識(shí)別、雷達(dá)和圖像信號(hào)處理、新型傳感器、聲納…
制造:生產(chǎn)流程控制、過(guò)程和機(jī)器診斷、機(jī)器性能分析、化工流程動(dòng)態(tài)建模、項(xiàng)目投標(biāo)…
機(jī)器人:軌道控制、操作手控制、視覺(jué)系統(tǒng)…
語(yǔ)音:語(yǔ)音識(shí)別、語(yǔ)音壓縮…還有金融、保險(xiǎn)、銀行、醫(yī)療、交通、電訊、電子、石油天然氣、有價(jià)證券、娛樂(lè)等行業(yè)。本文檔共39頁(yè);當(dāng)前第5頁(yè);編輯于星期二\4點(diǎn)24分3生物學(xué)的啟示
軸突突觸細(xì)胞體樹(shù)突圖1生物神經(jīng)元的簡(jiǎn)圖
4人工神經(jīng)元
j=1,2…mi=1,2…nyjQjXnX2f∑X1圖2單神經(jīng)元結(jié)構(gòu)圖
輸入
輸出
軸突細(xì)胞體樹(shù)突樹(shù)突本文檔共39頁(yè);當(dāng)前第6頁(yè);編輯于星期二\4點(diǎn)24分為簡(jiǎn)便起見(jiàn),也可把網(wǎng)絡(luò)的閾值以連接數(shù)值的形式表示出來(lái),即令,則
式中
—為其它神經(jīng)元傳至本神經(jīng)元的輸入信號(hào),
—神經(jīng)元j的閾值,此閾值決定了該神經(jīng)元的興奮與否;
—表示從神經(jīng)元i到神經(jīng)元j的連接權(quán)值;
—稱為激勵(lì)函數(shù)(也有稱為響應(yīng)函數(shù)或傳輸函數(shù))。權(quán)值表示相鄰的神經(jīng)元相互連接的程度閾值即決定神經(jīng)元的興奮與否,決定興奮與抑制激勵(lì)函數(shù)可為線性函數(shù)也可為非線性函數(shù)。它是用來(lái)實(shí)現(xiàn)輸入對(duì)輸出函數(shù)關(guān)系的靜態(tài)映射,它決定了神經(jīng)元的單元特性。
本文檔共39頁(yè);當(dāng)前第7頁(yè);編輯于星期二\4點(diǎn)24分常用的神經(jīng)元非線性函數(shù)x10f(x)圖3階躍函數(shù)f(x)x1-1圖4sgn函數(shù)
1β=1f(x)0xβ=0.2β=5圖5S狀函數(shù)(1)階躍函數(shù)
(2)Sgn函數(shù)
(3)S狀函數(shù)
本文檔共39頁(yè);當(dāng)前第8頁(yè);編輯于星期二\4點(diǎn)24分4神經(jīng)網(wǎng)絡(luò)模型的組成
4.1.神經(jīng)網(wǎng)絡(luò)連接的結(jié)構(gòu)形式
輸出層輸入層隱含層神經(jīng)元yny2y1XnX2X1圖6前向網(wǎng)絡(luò)
神經(jīng)元網(wǎng)絡(luò)中神經(jīng)元是分層排列,每個(gè)神經(jīng)元只與前一層的神經(jīng)元相連接,分為輸入層,隱含層(一層或多層)和輸出層。
(1)前向網(wǎng)絡(luò)本文檔共39頁(yè);當(dāng)前第9頁(yè);編輯于星期二\4點(diǎn)24分(2)反饋前向網(wǎng)絡(luò)
網(wǎng)絡(luò)本身是前向型,但從輸出到輸入有反饋。
yny2y1XnX2X1圖7反饋前向網(wǎng)絡(luò)
圖8互連網(wǎng)絡(luò)
(3)互連網(wǎng)絡(luò)
任意兩個(gè)神經(jīng)元之間都可能有連接,因此輸入信號(hào)要在神經(jīng)元之間反復(fù)往返傳遞。
本文檔共39頁(yè);當(dāng)前第10頁(yè);編輯于星期二\4點(diǎn)24分4.2.BP網(wǎng)絡(luò)的結(jié)構(gòu)
BP網(wǎng)絡(luò)是一單向傳播的多層前向網(wǎng)絡(luò),其結(jié)構(gòu)圖如圖6所示BP網(wǎng)絡(luò)可看成是一從輸入到輸出的高度非線性映射網(wǎng)絡(luò)。
(1)輸入層神經(jīng)元數(shù)
(2)隱含層神經(jīng)元數(shù)
(3)隱含層數(shù)的確定
(4)輸出層神經(jīng)元數(shù)的確定
BP網(wǎng)絡(luò)各層的神經(jīng)元數(shù)(即節(jié)點(diǎn)數(shù))及隱含層層數(shù)的確定如下:
本文檔共39頁(yè);當(dāng)前第11頁(yè);編輯于星期二\4點(diǎn)24分5神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
當(dāng)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)確定之后,關(guān)鍵問(wèn)題是設(shè)計(jì)一個(gè)學(xué)習(xí)速度快,收斂性好的學(xué)習(xí)算法。
要求網(wǎng)絡(luò)本身必須具有學(xué)習(xí)功能,即能夠從示教模式的學(xué)習(xí)中逐漸調(diào)整權(quán)值,使網(wǎng)絡(luò)整體具有近似函數(shù)或處理信息的功能。
(1)有教師學(xué)習(xí)
(2)無(wú)教師學(xué)習(xí)
5.1.網(wǎng)絡(luò)學(xué)習(xí)方式本文檔共39頁(yè);當(dāng)前第12頁(yè);編輯于星期二\4點(diǎn)24分廣泛應(yīng)用的有教師學(xué)習(xí)的算法——BP(BackPropagation)算法
BP算法即是誤差反向傳播算法,該方法已成為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中最常用的方法之一。BP算法一般是應(yīng)用梯度下降原理,樣本輸入信號(hào)在神經(jīng)網(wǎng)絡(luò)中正向傳播,應(yīng)用了多層前向神經(jīng)網(wǎng)絡(luò)具有的以任意精度逼近非線性函數(shù)的能力。而網(wǎng)絡(luò)輸出與樣本給定輸出值之差(誤差)在網(wǎng)絡(luò)中是反向傳播,用于網(wǎng)絡(luò)的權(quán)值的訓(xùn)練。
輸出層LC隱含層LB輸入層LAWpqWpjWp1WiqWijWi1W1qW1jVnpVniVn1VhpVhiVh1V1pV1iW11V11a1ahanb1bibpc1cjcq圖9基本BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)
本文檔共39頁(yè);當(dāng)前第13頁(yè);編輯于星期二\4點(diǎn)24分5.2.網(wǎng)絡(luò)的計(jì)算
對(duì)BP控制網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí),首先要提供訓(xùn)練樣本,樣本可以形式化為樣本對(duì)或稱模式對(duì)
()其中Ak為第k個(gè)樣本的輸入模式
()
Ck為希望輸出模式
()它們分別對(duì)應(yīng)于LA層的n個(gè)神經(jīng)元和Lc層的q個(gè)神經(jīng)元。當(dāng)網(wǎng)絡(luò)的實(shí)際輸出與希望輸出一致時(shí),學(xué)習(xí)過(guò)程結(jié)束。否則學(xué)習(xí)系統(tǒng)將根據(jù)實(shí)際輸出和希望輸出之間的誤差,通過(guò)調(diào)整連接權(quán)值使網(wǎng)絡(luò)的實(shí)際輸出趨向于希望輸出。本文檔共39頁(yè);當(dāng)前第14頁(yè);編輯于星期二\4點(diǎn)24分
BP網(wǎng)絡(luò)樣本輸入學(xué)習(xí)算法程序框圖如圖10所示。并以圖11三層(LA,LB,LC)BP神經(jīng)網(wǎng)絡(luò)為例進(jìn)行學(xué)習(xí)過(guò)程的演示。
結(jié)束輸入學(xué)習(xí)樣本求隱含層、輸出層神經(jīng)元的輸出計(jì)算實(shí)際輸出值與目標(biāo)值的誤差誤差滿足要求?反向計(jì)算調(diào)整權(quán)值和閾值YN初始化本文檔共39頁(yè);當(dāng)前第15頁(yè);編輯于星期二\4點(diǎn)24分
三層BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
W11V11b1W12W32W31W22W21V23V22V21V13V12U2=1U1=1a1a2b2b3c1c20404圖11三層BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
本文檔共39頁(yè);當(dāng)前第16頁(yè);編輯于星期二\4點(diǎn)24分BP三層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法各種參數(shù)及計(jì)算公式見(jiàn)表1。
層名本文檔共39頁(yè);當(dāng)前第17頁(yè);編輯于星期二\4點(diǎn)24分學(xué)習(xí)訓(xùn)練步驟如下:
第1步:網(wǎng)絡(luò)初始化
輸入層LA到隱含層LB的權(quán)值矩陣為
隱含層LB到輸出層LC權(quán)值矩陣為
隱含層LB各神經(jīng)元閾值為
本文檔共39頁(yè);當(dāng)前第18頁(yè);編輯于星期二\4點(diǎn)24分輸出層LC-各神經(jīng)元閾值為
以一個(gè)樣本對(duì)即k=1為例,樣本輸入,樣本輸出。
第2步:樣本正向輸入,進(jìn)行前向計(jì)算
輸入樣本為,其輸入層的輸出為a1和a2。對(duì)于輸入層,給定每個(gè)神經(jīng)元的權(quán)值為1,閾值為0,其激勵(lì)函數(shù)為S型函數(shù),則本文檔共39頁(yè);當(dāng)前第19頁(yè);編輯于星期二\4點(diǎn)24分第1個(gè)神經(jīng)元的輸出值為
則
根據(jù)(8)式計(jì)算網(wǎng)絡(luò)LB層某一神經(jīng)的加權(quán)輸入為
本文檔共39頁(yè);當(dāng)前第20頁(yè);編輯于星期二\4點(diǎn)24分bi的實(shí)際輸出根據(jù)(9)式和(26)式為
根據(jù)(7)式求激勵(lì)函數(shù)為S型情況下的b值為
則
本文檔共39頁(yè);當(dāng)前第21頁(yè);編輯于星期二\4點(diǎn)24分根據(jù)(5)式計(jì)算第k=1樣本對(duì)LC層神經(jīng)元的加權(quán)輸入為
根據(jù)(6)式求LC層神經(jīng)元的實(shí)際輸出值
則
本文檔共39頁(yè);當(dāng)前第22頁(yè);編輯于星期二\4點(diǎn)24分第3步:進(jìn)行誤差計(jì)算根據(jù)(14)式和樣本期量值進(jìn)行輸出層LC誤差計(jì)算
則
通過(guò)給定的精度系數(shù)可判斷輸出層LC的誤差值d是否滿足要求,如果不滿足,則需進(jìn)行反向傳播計(jì)算,通過(guò)修正權(quán)值和閾值使其逼近給定精度系數(shù)。本文檔共39頁(yè);當(dāng)前第23頁(yè);編輯于星期二\4點(diǎn)24分
第4步:反向傳播計(jì)算(1)隱含層LB一般化誤差的計(jì)算根據(jù)(19)式計(jì)算隱含層LB一般化誤差為
則
本文檔共39頁(yè);當(dāng)前第24頁(yè);編輯于星期二\4點(diǎn)24分(2)隱含層Lb和輸出層Lc權(quán)值的調(diào)整
根據(jù)(20)式調(diào)整其LB至LC權(quán)值,則按學(xué)習(xí)步長(zhǎng)(也稱學(xué)習(xí)率)的范圍:給定。
則
本文檔共39頁(yè);當(dāng)前第25頁(yè);編輯于星期二\4點(diǎn)24分根據(jù)(21)式調(diào)整LA至LB權(quán)值,則
按步長(zhǎng)范圍:,給定
則
本文檔共39頁(yè);當(dāng)前第26頁(yè);編輯于星期二\4點(diǎn)24分(3)網(wǎng)絡(luò)輸出層Lc和隱含層Lb閾值的調(diào)整值計(jì)算根據(jù)(22)式調(diào)整Lc層閾值
則
根據(jù)(23)式調(diào)整LB層閾值為
本文檔共39頁(yè);當(dāng)前第27頁(yè);編輯于星期二\4點(diǎn)24分
則
(4)計(jì)算調(diào)整后的權(quán)值和閾值隱含層LB至輸出層LC的權(quán)值,由(25)和(34)式得本文檔共39頁(yè);當(dāng)前第28頁(yè);編輯于星期二\4點(diǎn)24分
輸入層LA至隱含層LB的權(quán)值,由(24)和(35)式得輸出層LC閾值根據(jù)(27)和(36)式得
本文檔共39頁(yè);當(dāng)前第29頁(yè);編輯于星期二\4點(diǎn)24分
隱含層LB閾值,根據(jù)(26)和(37)式得
經(jīng)過(guò)上述計(jì)算在輸出層LC的誤差值d未滿足精度要求的情況下,完成了第1次權(quán)值和閾值的調(diào)整訓(xùn)練。經(jīng)反向計(jì)算調(diào)整后需按程序框圖12的流程和上述計(jì)算方法再計(jì)算輸出層LC誤差值d,其運(yùn)算過(guò)程不再全部列出,只是直接給出將調(diào)整后LB層和LC層的輸出值和誤差值。本文檔共39頁(yè);當(dāng)前第30頁(yè);編輯于星期二\4點(diǎn)24分
LB層的輸出值
LB層的誤差值
LC層的輸出值
LC層的誤差值
本文檔共39頁(yè);當(dāng)前第31頁(yè);編輯于星期二\4點(diǎn)24分在此根據(jù)LC層的誤差值d判斷是否滿足給定的精度系數(shù),如果不滿足再進(jìn)行第2次的循環(huán)調(diào)整,再?gòu)牡?步開(kāi)始運(yùn)行,以后為了簡(jiǎn)化只給出調(diào)整結(jié)果。
·第2次循環(huán)調(diào)整
LC層至LB層的權(quán)值調(diào)整
LB層至LA層的權(quán)值調(diào)整
本文檔共39頁(yè);當(dāng)前第32頁(yè);編輯于星期二\4點(diǎn)24分LC層閾值的調(diào)整
LB層閾值的調(diào)整
LB層的輸出值
LB層的誤差值
本文檔共39頁(yè);當(dāng)前第33頁(yè);編輯于星期二\4點(diǎn)24分第3次循環(huán)調(diào)整
LC層至LB層的權(quán)值調(diào)整
LB層至
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 二零二四年移動(dòng)應(yīng)用開(kāi)發(fā)源代碼知識(shí)產(chǎn)權(quán)交易合同3篇
- 專業(yè)工作模板業(yè)務(wù)合作四年計(jì)劃合同版
- 二零二五年度汽車(chē)車(chē)身涂裝技術(shù)合作合同范本
- 二零二四年度新型建筑材料砂石料采購(gòu)供應(yīng)合同3篇
- 二零二四年度綜合性水利工程土石方施工承包合同3篇
- 2025年度池塘水域環(huán)境保護(hù)管理服務(wù)合同范本2篇
- 2025年度瓷磚生產(chǎn)工藝改進(jìn)與投資合同4篇
- 二零二五年度存量房買(mǎi)賣(mài)合同(附家庭養(yǎng)老設(shè)施改造)4篇
- 二零二五年度影視劇本授權(quán)拍攝合同
- 氧化鐵-鐵-石墨烯復(fù)合材料的制備及吸波性能的研究
- 2025年慢性阻塞性肺疾病全球創(chuàng)議GOLD指南修訂解讀課件
- 飯店管理基礎(chǔ)知識(shí)(第三版)中職PPT完整全套教學(xué)課件
- 2023年重慶市中考物理A卷試卷【含答案】
- 【打印版】意大利斜體英文字帖(2022年-2023年)
- 2023年浙江省嘉興市中考數(shù)學(xué)試題及答案
- 【考試版】蘇教版2022-2023學(xué)年四年級(jí)數(shù)學(xué)下冊(cè)開(kāi)學(xué)摸底考試卷(五)含答案與解析
- 《分?jǐn)?shù)的基本性質(zhì)》數(shù)學(xué)評(píng)課稿10篇
- 第八章 客戶關(guān)系管理
- 新版人教版高中英語(yǔ)選修一、選修二詞匯表
- 2022年河北邯鄲世紀(jì)建設(shè)投資集團(tuán)有限公司招聘筆試試題及答案解析
- 住院患者跌倒墜床質(zhì)量控制管理考核標(biāo)準(zhǔn)
評(píng)論
0/150
提交評(píng)論