文档介绍：该【第六章神经网络在模糊控制中应用课件】是由【iluyuw9】上传分享，文档一共【51】页，该文档可以免费在线阅读，需要了解更多关于【第六章神经网络在模糊控制中应用课件】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第四章神经网络基本理论
人工神经网络是一个由许多简单的并行工作的处理单元组成的系统,其功能取决于网络的结构、连接强度以及各单元的处理方式。
人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。

神经网络是由多个非常简单的处理单元彼此按某种方式相互连接而形成的计算系统,该系统是靠其状态对外部输入信息的动态响应来处理信息的。
神经网络的基本特征与功能
结构特征:
并行式处理
分布式存储
容错性
能力特征:
自学****br/>自组织
自适应性
1011个神经元,每个神经元与大约103~105个其它神经元相连接,构成一个极为庞大而复杂的网络,即生物神经网络。

5
神经生理学和神经解剖学的研究结果表明,神经元(Neuron)是脑组织的基本单元,是人脑信息处理系统的最小单元。
1神经元的生理结构
1生物神经元的结构
生物神经元在结构上由
细胞体(Cellbody)
树突(Dendrite)
轴突(Axon)
突触(Synapse)
四部分组成。用来完成神经元间信息的接收、传递和处理。

人工神经元是对人或其它生物的神经元细胞的若干基本特性的抽象和模拟。
生物神经元模型
生物神经元主要由细胞体、树突和轴突组成,树突和轴突负责传入和传出信息,兴奋性的冲动沿树突抵达细胞体,在细胞膜上累积形成兴奋性电位;相反,抑制性冲动到达细胞膜则形成抑制性电位。两种电位进行累加,若代数和超过某个阈值,神经元将产生冲动。

常用的激发函数f的种类:
1)阈值型函数

4)S型函数
5)高斯函数
1感知器模型
感知器(Perceptron),它是一个具有单层计算单元的神经网络,并由线性阈值元件组成。
激发函数为阈值型函数,当其输入的加权和大于或等于阈值时,输出为1,否则为0或-1。
它的权系W可变,这样它就可以学****br/>感知器的结构