文档介绍：人工神经元网络控制论
第一页，共153页
*/153
引言
前向神经网络模型
神经网络控制基础
非线性动态系统的神经网络辨识
神经网络控制的学****机制
神经网络控制器的设计
动态神经网络模型
单一神经元控制法
目录
第二页，共153页
*/153
引言
人工神经网络就是模拟人脑细胞的分布式工作特点和自组织功能，且能实现并行处理、自学****和非线性映射等能力的一种系统模型。
第三页，共153页
*/153
发展历史
1943年，心理学家McCulloch和数学家Pitts合作提出形式神经元数学模型(MP)，揭开了神经科学理论的新时代。
1944年Hebb提出了改变神经元连接强度的Hebb规则。
1957年Rosenblatt首次引进了感知器概念(Perceptron)。
1976年，Grossberg提出了自适应共振理论。
1982年，美国加州工学院物理学家Hopfield提出了HNN模型，他引入了“计算能量函数”的概念，给出了网络的稳定性判据。
1986年，Rumelhart等PDP研究小组提出了多层前向传播网络的BP学****算法。
第四页，共153页
*/153
主要内容
第五页，共153页
*/153
神经元模型
神经网络的模型分类
神经网络的学****算法
神经网络的泛化能力
引言
第六页，共153页
*/153
神经元模型
神经元模型是生物神经元的抽象和模拟。可看作多输入/单输出的非线性器件 。
xi 输入信号，j=1,2,…,n;
wij 表示从单元uj 到单元ui 的
连接权值;
si 外部输入信号；
ui 神经元的内部状态；
θi 阈值；
yi 神经元的输出信号；
通常假设yi=f(Neti)，而激励函数f有4种类型。
第七页，共153页
*/153
激励函数类型
阈值型
分段线性型
第八页，共153页
*/153
激励函数类型
Sigmoid 函数型
Tan函数型
第九页，共153页
*/153
神经元模型
神经网络的模型分类
神经网络的学****算法
神经网络的泛化能力
引言
第十页，共153页