第七章 神经控制系统

第七章神经控制系统

1. 人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域?

2. 简述生物神经元及人工神经网络的结构和主要学习算法。

3. 考虑一个具有阶梯型阈值函数的神经网络,假设

(1) 用一常数乘所有的权值和阈值;

(2) 用一常数加于所有权值和阈值。

试说明网络性能是否会变化?

4. 构造一个神经网络,用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。

5. 假定有个具有线性激励函数的神经网络,即对于每个神经元,其输出等于常数c乘以各输入加权和。

(1) 设该网络有个隐含层。对于给定的权W,写出输出层单元的输出值,此值以权W和输入层I为函数,而对隐含层的输出没有任何明显的叙述。试证明:存在一个不含隐含单位的网络能够计算上述同样的函数。

(2) 对于具有任何隐含层数的网络,重复进行上述计算。从中给出线性激励函数的结论。

6. 试实现一个分层前馈神经网络的数据结构,为正向评价和反向传播提供所需信息。应用这个数据结构,写出一个神经网络输出,以作为一个例子,并计算该网络适当的输出值。

7. 有哪些比较有名和重要的人工神经网络及其算法?试举例介绍。

8. 神经学习控制有哪几种类型?它们的结构为何?

9. 神经自适应控制有哪几种类型?试述它们的工作原理。

10. 神经直接逆模控制和神经内模控制的主要区别是什么?

11. 试述神经预测控制的工作原理和控制算法。

12. 多层神经控制和分级神经控制有何异同点?试比较之。

13. 模糊逻辑与神经网络的集成有何优点?模糊神经控制已有哪些方案?

14. 设受控对象的参考模型由三阶差分方程

描述。式中,r(k)为有界参考输入。受控过程的动态方程为:

试用间接自适应神经控制方法进行过程控制,并绘出时的控制响应曲线。

15. 举出一个你知道的神经控制系统,并分析其工作原理和运行效果