第七章神经控制系统

合集下载

智能控制整理

第一章：

1、传统控制方法包括经典控制和现代控制，是基于被控对象精确模

型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制。

2、智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的

非线性、复杂的任务要求。

3、IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学)

4、AC：描述系统的动力学特征，是一种动态反馈。AI ：是一个用来模拟人

思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。

5、智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能，

并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。

6、智能控制的几个重要分支为模糊控制、神经网络控制和遗传算

法。

7、智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能

8、智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神

经网络理论4，遗传算法5，离散事件与连续时间系统的结合。

9、智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工

业过程控制、航空航天控制和交通运输系统等。

第二章：

10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。

11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成）

12、专家系统的建立：1，知识库2，推理机3，知识的表示4，专家系统开发语言5，专家系统建立步骤。

第6章(192)

第6章神经控制系统图6-8 模糊神经控制系统
第6章神经控制系统
6.2.6 神经网络优化设计方法神经网络能够复现各种复杂的优化运算，是因为带隐层
的三层网络能够以任意精度逼近任何非线性函数。网络能够完成的优化运算有最优化求解、矩阵求逆、Lyapunov方程求解、Riccati方程求解等。神经计算目前已经演变成一门学科分支。在最优化过程中设计神经算法的好处是更接近系统实际、迭代速度快、系统结构清晰简明，尤其是有连续量与离散量并存的系统。具体实例有使用Hopfield网络对广义预测系统中的矩阵求逆问题进行求解，对被控对象的数学模型进行在线辨识等等。
第6章神经控制系统
由于神经控制器的设计与设计人员的素质、理解能力和经验有关，因此设计出来的产品都可以成为设计者的成果，这也是从事神经控制较容易出成果的原因之一。随着时间的推移，对设计结果的评价体系终会诞生，优劣将更加清晰。
简单综合起来，神经控制器的设计方法大体有如下几种：模型参考自适应方法、自校正方法、内模方法、常规控制方法、神经网络智能方法和神经网络优化设计方法。
e=z－y 由此可以确定神经控制器的训练目标为参考模型输出与被控对象输出的差Βιβλιοθήκη Baidu最小。
第6章神经控制系统图6-2 模型参考自适应神经控制系统
第6章神经控制系统
训练之前必须要先解决的问题是如何得到参考模型输出与被控对象输出，由于无法知道被控对象的数学模型，或者是引入神经控制的目的就是不用知道被控对象的数学模型，因而对象的特性未知，给训练带来困难。解决办法是在被控对象的两边增加神经网络辨识器，通过辨识器具有的在线辨识功能获得被控对象的动态特性。线性被控对象和非线性被控对象的系统辨识是不相同的，对比之下，非线性被控对象的系统辨识要困难得多。

组织胚胎学第七章神经组织

第七章神经组织

神经组织（nervous tissue）是构成神经系统的组织学基础，由神经细胞(nerve cell)和神经胶质细胞(neuroglial cell)组成。神经细胞和神经胶质细胞都是高度分化且多突起的细胞。神经细胞又称神经元（neuron），有接受刺激、整合信息和传导冲动的能力；有些神经元还有分泌激素的功能。神经胶质细胞的数量比神经元多，无传导神经冲动的能力，对神经元起支持、营养、保护和绝缘等作用。两种细胞虽在形态、结构和功能上各有不同，但彼此之间联系极为密切。它们与血管、结缔组织形成某些特殊的结构，共同组成神经系统。

第一节神经元

神经元是神经系统结构和功能的基本单位，人体内约有1012个神经元。神经元最重要的功能是接受刺激，整合信息，并将信息传导到其他神经元或效应器。

一、神经元的结构

神经元形态不一、大小不等，但都由胞体和突起两部分组成，突起分为树突和轴突（图7-1）。

图7-1 神经元形态结构模式图

（一）细胞体

神经元的胞体是神经元的营养代谢中心。其形态多样，有圆形、锥体形、梨形和梭形等；直径为4~120μm，大小不等。神经元的胞体主要集中在中枢神经系统的灰质以及神经节内。由细胞膜、细胞质和细胞核3部分组成(图7-2）。

1．细胞膜为单位膜，延伸包裹于轴突与树突。神经元质膜有产生兴奋、接受刺激和传导神经冲动的功能。神经元质膜上有通道蛋白组成的电位依赖性离子通道及膜受体蛋白控制的化学依赖性离子通道。在不同的条件下开闭，产生不同的功能。

2．细胞核大而圆，核膜清晰，以常染色质为主，异染色质少，故着色浅，核仁大而

脑神经系统-神经系统

感觉反应。
04
运动神经系统
运动神经元的类型
脊髓前角运动神经元
位于脊髓前角，支配躯干和四肢骨骼肌的运动。
脑神经运动核神经元
位于脑神经运动核，支配面部和颈部的骨骼肌运动。
皮层运动神经元
位于大脑皮层，支配躯干和四肢骨骼肌的运动。
运动神经元的传导通路
1 2
躯体运动传导通路
从大脑皮层发出冲动，经过脑神经和脊神经传导至脊髓前角运动神经元，再传至骨骼肌，引起肌肉收缩。
功能。
脊髓是脑干以下的神经通道，传递大脑与身体各部分之间的信息，控制身体的运动和感觉。
脊髓包含许多神经纤维和神经元，能够快速传递信息，协调身体的各种活动。
06
自主神经系统
交感神经系统
交感神经系统的功能
01
交感神经系统主要负责应对紧急状况，通过释放肾上腺素等激
素来提高机体的代谢水平，以应对压力和紧张状态。
感觉神经元的类型
01
02
03
感受器神经元
负责接收外界刺激，并将其转化为神经信号。
传入神经元
将感受器神经元接收到的信号传递到中枢神经系统。
传出神经元
将中枢神经系统的指令传递到效应器，以产生相应的反应。
感觉的传导通路
躯体感觉传导通路
负责传递来自躯体的感觉信息，包括痛觉、温觉、触觉等。

人体解剖生理学7第七章神经系统

人体解剖生理学7第七章神经系统
§1 概述
2、神经胶质细胞：主要对神经元起支持、保护、分隔和营养作用。
人体解剖生理学7第七章神经系统
§1 概述
四、神经系统的活动方式（一）神经冲动 • 神经冲动是指沿神经纤维传导着的兴奋。 • 神经受到刺激后便产生兴奋，每兴奋一次，即产生一
次神经冲动。神经冲动就是神经纤维上向前扩布的兴奋波。 • 神经冲动的传导，也就是神经纤维膜上传导的动作电位（膜内外改变了的电位差）。
3、刺激效应器：中枢神经的神经冲动传至肌肉和腺体等效应器，导致肌肉收缩和腺体分泌。
人体解剖生理学7第七章神经系统
§1 概述
• 总之，通过神经系统的活动，保证各器官、系统间的统一与协调，并使机体与复杂的外环境保持平衡。
• 因此，神经系统在机体一切活动中起主导作用。
人体解剖生理学7第七章神经系统
人体解剖生理学7第七章神经系统
第七章神经系统
§1 概述 §2 中枢神经系统 §3 外周神经系统
人体解剖生理学7第七章神经系统
§1ห้องสมุดไป่ตู้概述
• 神经系统包括脑、脊髓和神经。
• 脑和脊髓借神经与身体各器官相联系。
人体解剖生理学7第七章神经系统
§1 概述
一、神经系统的分类 • 神经系统可分为中枢神经
§1 概述
• 在外周神经：神经元胞体集中处形

智能控制（研究生）习题集

习题集

第一章概论

1.试从学科和能力两个方面说明什么是人工智能。

2.哪些思想、思潮、时间和人物在人工智能发展过程中起了重要作用?

3.近年来人工智能研究取得哪些重要进展?

4.为什么能够用计算机模拟人类智能?

5.目前人工智能学界有哪些学派?它们的认知观为何?

6.自动控制存在什么机遇与挑战?为什么要提出智能控制?

7.简述智能控制的发展过程,并说明人工智能对自动控制的影响。

8.傅京孙对智能控制有哪些贡献?

9.什么是智能控制?它具有哪些特点?

10.智能控制器的一般结构和各部分的作用为何?它与传统控制器有何异同?

11.智能控制学科有哪几种结构理论?这些理论的内容是什么?

12.为什么要把信息论引入智能控制学科结构?

13.人工智能不同学派的思想在智能控制上有何反映?

第二章知识表示方法

1.状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上的联系及异同点?

2.设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去?

3.利用下图,用状态空间法规划一个最短的旅行路程:此旅程从城市A开始,访问其他城市不多于一次,并返回A。选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中从起始节点到目标节点的最佳路径。

4.试说明怎样把一棵与或解树用来表达下图所示的电网络阻抗的计算。单独的R、L或C可分别用R、jωL或1/jωC来计算,这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。

智能控制第7章神经网络控制

加反馈的监督控制方法，不仅可以确保控制系
统的稳定性和鲁棒性，而且可有效地提高系统
的精度和自适应能力。
神经网络直接逆动态控制
神经网络直接逆控制就是将被控对
象的神经网络逆模型直接与被控对象串联起来，以便使期望输出与对象实际输出之间的传递函数为1。则将此网络作为前馈控制器后，被控对象的输出为期望输出。
根据神经网络在控制器中的作用不同，
一类为神经控制，它是以神经网络为基
础而形成的独立智能控制系统。另一类为混合神经网络控制，它是指
利用神经网络学习和优化能力来改善传
统控制的智能控制方法，如自适应神经
网络控制等。
综合目前的各种分类方法，可将神经网
络控制的结构归结为以下七类。
神经网络监督控制
通过对传统控制器进行学习，然
神经网络自校正控制分为直接自校正控制和间接自校正控制。间接自校正控制使用常规控制器，神经网络估计器需要较高的建模精度。直接自校正控制同时使用神经网络控制器和神经网络估计器。
（1）神经网络直接自校正控制
在本质上同神经网络直接逆控制，其结构如图所示。
（2）神经网络间接自校正控制
其结构如图所示
神经网络估计器
ˆ ˆ f ,g yd t
+ -
et
常规控制器
u t
对象
y t

神经网络闭环控制系统的设计与实现

线性不确定、不确知系统的设计问题，是控制领域研究的核心问题。神经控制是解决这一问题的有效途径。为了解决具体的控制问题，在已知被控对象的—些先验知识的情况
下：
ｉ）由神经网络作为辨识器ＮＩＮ，在线识别对象的（模型。由于神正）经网络的学习能力，辨识器的参数可随着对象、环境的变化而自适应地
个新的分支。ＧＮＳｒｉ￣习系统的定义是：一个系统，如果能对—个过程或其．．ｉｓ学ａｄＸ环境的未知特征所固有的信息进行学习，并将得到的经验用于进一步的估计分类、决策或控制，从而使系统的性能得到改善，则称其为学习系统。在控制领域，将具有学习能力的控制系统称为学习控制系统，属于
的求解。控制系统的设计问题是逆问题求解，有多种解法，也就是可选择不同的控制结构、确定不同的准则函数。下面讨论下图所示ＳＯＩ闭环控制Ｓ系统的设计问题。
算机实现神经控制和）戈系统辨识功能。３模拟输入通道：由采样开关、ＡＤ）／转换器两个环节织成，完成由模拟量到数字量的转换。４模拟输出通道：由ＤＡ）／转换器、保持器两个环节组成，完成由数字量到模拟量的转换。５实时时钟：产生脉冲序列，时控制采样开关的闭合，控制ＤＡ）定／转换器的输出。２１．２软件部分．神经控制器（数字机）通过软件实现所设计的控制规律（或称控制算法），控制软件主要由主程序和控制子程序组成。

控制系统的神经网络模型控制方法

控制系统的神经网络模型控制方法控制系统是现代工业生产过程中不可或缺的关键组成部分。神经网

络模型控制方法在控制系统领域中得到了广泛应用，其独特的特点和

优势使其成为一种有效的控制策略。本文将介绍神经网络模型控制方

法的基本原理、应用领域以及未来发展方向。

一、神经网络模型控制方法的基本原理

神经网络模型控制方法利用人工神经网络来建立控制系统的数学模型，以实现对系统的准确控制。其基本原理包括神经网络模型的建立、训练和控制。

1.1 神经网络模型的建立

神经网络模型通过对系统的输入和输出数据进行采样和处理，建立

起系统的模型。常见的神经网络模型包括前馈神经网络和递归神经网络，它们通过各自的网络结构和神经元连接方式来模拟系统的非线性

特性。

1.2 神经网络模型的训练

神经网络模型的训练是指通过对已知输入输出数据进行学习，调整

神经网络模型的连接权值和阈值，使得模型能够准确地拟合实际系统

的动态特性。常用的训练算法包括误差反向传播算法和径向基函数网

络算法等。

1.3 神经网络模型的控制

神经网络模型的控制是指根据系统的状态信息，利用训练好的神经网络模型对系统的输出进行调整，以实现对系统的控制。控制方法可以根据系统的要求和目标来设计，常见的方法包括比例积分微分控制器、模糊控制器和自适应控制器等。

二、神经网络模型控制方法的应用领域

神经网络模型控制方法能够应用于各种不同类型的控制系统，具有广泛的应用领域。

2.1 工业控制系统

神经网络模型控制方法在工业控制系统中得到了广泛应用，如机械控制、化工控制和电力系统控制等。神经网络模型能够准确地建立起系统的数学模型，实现对系统动态特性的精确控制。

自动控制原理第四版

自动控制原理是现代自动控制系统理论的基础，它涉及到控制系统的建模、分析和设计，是自动化领域中的重要学科。本书是自动控制原理的第四版，旨在全面系统地介绍自动控制原理的基本概念、理论方法和应用技术，以及最新的研究成果和发展动态。

第一章介绍了自动控制原理的基本概念和基本原理，包括控制系统的基本结构、控制系统的基本性能指标、控制系统的数学模型等内容。通过对控制系统的基本概念和基本原理的介绍，读者可以对自动控制原理有一个整体的认识。

第二章主要介绍了控制系统的时域分析方法，包括一阶惯性环节、二阶惯性环节、一阶惯性环节与一阶滞后环节、二阶惯性环节与一阶滞后环节等内容。通过对控制系统的时域分析方法的介绍，读者可以了解控制系统的时域性能分析方法。

第三章主要介绍了控制系统的频域分析方法，包括频域分析的基本概念、频域性能指标、频域分析的基本步骤等内容。通过对控制系统的频域分析方法的介绍，读者可以了解控制系统的频域性能分析方法。

第四章主要介绍了控制系统的根轨迹法，包括根轨迹的基本概念、根轨迹的绘制方法、根轨迹法的应用等内容。通过对控制系统

的根轨迹法的介绍，读者可以了解控制系统的根轨迹法分析方法。

第五章主要介绍了控制系统的频率响应法，包括频率响应的基

本概念、频率响应的绘制方法、频率响应法的应用等内容。通过对

控制系统的频率响应法的介绍，读者可以了解控制系统的频率响应

法分析方法。

第六章主要介绍了控制系统的状态空间法，包括状态空间的基

本概念、状态空间的建立方法、状态空间法的应用等内容。通过对

控制系统的状态空间法的介绍，读者可以了解控制系统的状态空间

一个神经网络控制系统的稳定性判据的方法

摘要：本文讨论了基于李雅普诺夫方法分析神经网络控制系统的稳定性。首先，文章指出神经网络系统的动态可以由视为线性微分包含（LDI）的一类非线性系统表示。其次，对于这类非线性系统的稳定条件是推导并利用单神经系统和反馈神经网络控制系统的稳定性分析。此外，用图形方式显示非线性系统参数位置的这种参数区域表示方法（PR）提出了通过引入新的顶点和最小值的概念。从这些概念上可以推导出一个能有效地找到李雅普诺夫函数的重要理论。单个神经的神经系统的稳定性标准时由参数区域来决定的。最后，分析了包括神经网络设备和神经网络控制器为代表的神经网络控制系统的稳定性。

1.介绍

最近，已经有很多关于神经网络的自适应控制的研究，例如:在机器人领域，川户提出了一种使用的学习控制系统，控制系统的一项关键指标就是他的稳定性，然而分析像基于神经网络的控制系统这样的非线性系统的稳定性是非常难的。

Nguyen和Widrow 设计了一种在电脑上模拟卡车拖车的神经网络控制器。这个设计主要分为两大部分。第一部分是通过神经网络来学习设备的动态，这一部分被称为“仿真器”。第二部分是通过最小化的性能函数来计算出神经网络网络控制器的参数（权值）。但是，他们没有分析神经网络控制系统的稳定性。一项稳定性分析标准工具讲有利于神经网络控制应用到许多实际问题中。

最近，这类可被视为线性微分包含（LDI）的非线性系统的稳定条件已经被作者推导出来，再引用的[7][8]中讨论了。其中一项保证LDI稳定的充分条件与李雅普诺夫稳定性定理是相一致的。本文应用LDI的稳定条件和Nguyen与Widrow的方法来分析神经网络系统的稳定性。文中选取了一种代表神经网络状态的方法。此外，我们表明包含由近似于神经网络设备和神经网络控制器组成的神经网络反馈控制系统也可以分析神经网络是否能稳定。这意味着，本文提出的稳定条件可以分析神经网络反馈控制系统。本文的构成如下：第二节展示了一种文中的神经网络系统。第三节给出了LDI的稳定条件。第四节提出了一个以图形方式显示LDI参数的参数区域表示方法（PR）并推导出一个有效导出李雅普诺夫函数的重要定理。第五节阐述了神经网络系统的LDI表示方法。第六节介绍了用PR方法表示单神经系统和神经网络反馈系统的稳定标准。

(完整版)智能控制考试题库

填空题（每空1分，共20分）

控制论的三要素是：信息、反馈和控制。

传统控制是经典控制和现代控制理论的统称。

智能控制系统的核心是去控制复杂性和不确定性。

神经元（即神经细胞）是由细胞体、树突、轴突和突触四部分构成。

按网络结构分，人工神经元细胞可分为层状结构和网状结构按照学习方式分可分为：有教师学习和无教师学习。

前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。

神经网络工作过程主要由工作期和学习期两个阶段组成。

1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论基础。

2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。

3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。

4、遗传算法是以达尔文的自然选择学说为基础发展起来的。自然选择学说包括以下三个方面：遗传、变异、适者生存。

5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。

6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。

7、分级递阶控制系统：主要有三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。

传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性

、时不变性等相对简单的控制。

神经系统的调节和调整

下行网状抑制系统
内脏感觉传入与网状结构相互作用
对皮层下中枢进行抑制，控制内脏活动的强度和频率。
内脏感觉传入可影响网状结构的活动，同时网状结构也可对内脏感觉传入进行整合和调节。
05
周围神经系统对躯体运动调整
脊髓反射弧及运动单位概念
脊髓反射弧
是完成反射活动的神经结构，由感受器、传入神经、中枢、传出神经和效应器五个部分组成。在脊髓内，感觉神经元与运动神经元直接形成突触联系，构成基本的反射弧。
研究将更加关注二者之间的联系和机制。
提高自身健康水平，关注心理健康
保持良好的生活习惯
合理饮食、充足睡眠、适量运动等有助于维护神经系统健康。
积极应对压力和挑战
学会有效应对生活中的压力和挑战，避免长期处于应激状态。
关注心理健康
心理健康与神经系统健康密切相关，应关注自身情绪变化，及时寻求心理帮助和支持。
运动疗法
根据患者的具体情况，制定个性化的运动方案，通过主动或被动运动增强肌肉力量、改善关节活动度、促进神经肌肉系统的协调性和平衡能力。
物理治疗
利用电刺激、磁疗、热疗等物理因子刺激神经肌肉，改善局部血液循环，促进神经再生和肌肉功能恢复。
手术治疗
对于严重的周围神经损伤，可能需要采取手术治疗来修复或重建神经。手术方式包括神经吻合术、神经移植术、神经松解术等。术后还需配合康复治疗来巩固手术效果。

昆虫生理学第七章(神经系统)

.
胶细胞
.
离子泵
第二节神经系统的组成及功能
中枢神经系统交感神经系统外周(周缘)神经系统
.
一、中枢神经系统 (Central nervous system，CNS)
（一）中枢神经系统的组成
组成
脑(Brain)
腹神经索 (Ventral nerve cord)
.
脑
腹神经索
.
脑腹神经索
.
感觉神经元
• 双极或多极神经元 • 功能：接受外来刺激，传递给中央神经系统
.
运动神经元
• 单极神经元 • 功能：将中央神经系统发出的指令传递给反应器
.
联系神经元
• 单极神经元 • 功能：在感觉神经元与运动神经元之间起联络作用
.
神经分泌细胞
• 特化的神经元，单极 • 功能：分泌神经激素
神经系统中除神经元以外另外一个重要的部分，它包围着神经元的胞体和轴突。
在昆虫的神经元中，除突触外，几乎所有的胞体和轴突都在胶细胞的包围之中。
胶细胞与胶细胞之间或者胶细胞与神经细胞之间都通过细胞膜上的离子通道及Na+/K+泵与围膜外的血淋巴以及轴突系膜进行物质交换和离子平衡。
胶细胞起着支持、保护和滋养神经细胞的作用。
蝗虫的中枢神经系统 .
一）脑 brain
1，位置：咽喉的背面

神经系统概述

3
神经系统疾病的分类
01
神经退行性疾病：如阿尔茨海默病、帕金森病等
03
神经血管疾病：如中风、脑动脉瘤等
05
神经感染性疾病：如病毒性脑炎、细菌性脑膜炎等
02
神经肌肉疾病：如肌萎缩侧索硬化症、多发性硬化症等
04
神经内分泌疾病：如甲状腺功能亢进、糖尿病神经病变等
06
神经遗传性疾病：如亨廷顿舞蹈病、脊髓小脑性共济失调等
神经系统疾病的症状
头痛：持续性、阵发性、搏动性头痛，可能伴随恶心、呕吐等症状
01
肢体麻木：四肢、面部、躯干等部位出现麻木、刺痛、灼烧感等异常感觉
02
运动障碍：肢体无力、肌肉萎缩、运动协调性下降等
03
06
睡眠障碍：失眠、多梦、早醒等睡眠质量下降的症状
05
情绪波动：焦虑、抑郁、情绪不稳定等精神症状
消化等
感觉神经系统：包括视觉、听觉、嗅觉、味觉、触觉等，负责收集和传
递外界信息
运动神经系统：包括骨骼肌、平滑肌、心肌等，负责控制身体运动和维
持身体平衡
神经系统的功能
控制和协调身体运动：神经系统通过调节肌肉收缩和放松来控制身体运动，保持身体平衡和协调。
感知和传递信息：神经系统通过感觉器官接收外界信息，并将这些信息传递给大脑进行分析和处理。