文档介绍：神经网络的发展现状及其在冶金过程控制中的应用
内容概要:
神经网络的基本理论
神经网络控制
神经网络的发展现状及其应用现状
神经网络在冶金过程控制中的应用
结束语
神经网络的基本理论
人工神经网络(Artificial work)简称神经网(NN),是以对大脑的生理研究为基础的,其目的在于模拟大脑的某些机理与机制,实现某个方面的功能而设计的一种机器。
人工神经网络是以人的大脑神经网络为参照物而研究出的一种模型,网络上的每个结点相当于一个神经元,可以记忆(存储)、处理一定的信息,并与其它结点并行工作。
根据生物神经元结构,1943年神经病学家、ulloch与数学家Pitts总结了生物神经元的一些基本生理特性,提出了MP神经元数学模型,MP模型是神经网络的第一个数学模型。
MP模型基于一种思想:神经细胞的工作方式要么兴奋,要么抑制。由于神经元之间的信号连接强度取决于突触的状态,因此在MP模型中,神经元的每个突触的活动强度用一个固定的实数即权值模拟。
神经网络有很多种模型,如MP模型,感知器BP网络模型,自组织竞争型神经网络小脑神经模型,递归型神经网络霍普菲尔德神经网络等等。
BP网络模型
小脑神经网络在液位控制
神经网络的特点
可以充分逼近任何复杂的非线性关系
所有定量或定性的信息都等势分布储存与网络内的各神经元,固有很强的鲁棒性(指在不确定因素下存在的情况下,系统保持其原有性质的能力)和容错性
采用并行分布处理方法,使得快速进行的大量运算成为可能
可学习和自适应未知和不确定的系统
能够同时处理定量、定性知识
神经网络控制
神经网络控制(简称神经控制)就是将(人工)神经网络在相应的控制结构中作控制器与辨识器,主要是为了解决复杂的非线性、不确定、不确知系统,在不确定、不确知环境中的控制问题,是控制系统稳定、鲁棒性好,具有要求的动态、静态(或称稳态)性能。神经网络控制是闭环负反馈控制系统,控制器与辨识器是用数字计算机由程序实现的,因此也是计算机控制系统。
带神经网络的控制
神经网络的发展现状
20世纪40年代——神经元模型的诞生
20世纪50年代——从单神经元到单层网络,形成第一次热潮
20世纪60年代——学习多样化和神经网络的急剧冷落
20世纪70年代,神经网络在低迷中顽强的发展。
20世纪80年代——研究热潮再度兴起
20世纪90年代,神经网络的发展再度掀起热潮,产生了许多边缘交叉学科。
进入21世纪,随着研究的不断深入,研究的领域也越来越广,道路也越来越艰难。