先进控制技术

（2）神经元的转移函数 1）阈值型转移函数 1 0 x≥ 0 x＜ 0
f(x)=
f (x) 1.0
0
x
2）非线性转移函数
1 f ( x) x 1 e
f (x) 1.0 0.5 0 x
1 e f ( x) 1 ex
f (x) 1.0 0 -1.0 x
x
3）分段线性转移函数 0 f(x)= cx 1 x≤ 0 0 ＜ x≤ xc xc＜ x
• 生物神经网络的功能不是单个神经元信息
处理功能的简单叠加。
• 神经元之间的突触连接方式和连接强度不 同并且具有可塑性，这使神经网络在宏观 呈现出千变万化的复杂的信息处理能力。
二、人工神经元模型及人工神经网络模型
神经元模型
连接机制结构的基本处理单元与神经生理学
类比往往称为神经元
每个构造网络的神经元模型模拟一个生物神
二、神经网络的基本特性与功能
1. 神经网络的特性

并行分布处理 非线性映射 通过训练进行学习 适应与集成

硬件实现
2. 神经网络的功能

联想记忆功能


非线性映射功能
分类与识别功能


优化计算功能
知识处理功能
联 想 记 忆 功 能
输入样本
神经网络 自动提取 非线性映射规则
输出样本
知识处理功能
返回本节
6.2.2 神经网络模型
一、生物神经元及其信息处理
二、人工神经元模型及人工神经网络模型
三、多层感知器与BP算法
四、 Hopfield网络
一、生物神经元及其信息处理
生物神经元的结构
生物神经元的信息处理机理
生物神经网络
人类大脑大约包含有1.41011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。
经元
神经元及其突触是神经网络的基本器件。 因此，模拟生物神经网络应首先模拟生物神 经元。在人工神经网络中，神经元常被称为 “处理单元”。有时从网络的观点出发常把 它称为“节点”。人工神经元是对生物神经
元的一种形式化描述。
1. 人工神经元模型 神 经 元 模 型 示 意 图
x1 ┆ xi ┆ xn
f (x) 1.0
0
xc
x
2. 人工神经网络模型
（1）前向网络（层次型结构）
○ ○ ○ ○ ○
○
○ ○ ○ ○ ○
（2）信息源自文库传递与接收
（3）信息的整合
空间整合：同一时刻产生的刺激所引起的
膜电位变化，大致等于各单独刺激引起的
膜电位变化的代数和。
时间整合：各输入脉冲抵达神经元的时间 先后不一样。总的突触后膜电位为一段时
间内的累积。
3. 生物神经网络
• 由多个生物神经元以确定方式和拓扑结构
相互连接即形成生物神经网络。
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. 生物神经元的结构 生物神经元在结构上由
细胞体(Cell body)
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。
（ 售货员送货线路）问题上取得进展。
神经网络系统理论与技术发展大体分三方面：
1. 硬件技术
目前一些先进国家已实现了1000多个神经元的
神经网络系统。
2. 神经网络系统理论 3. 神经网络应用研究 神经网络系统理论的应用研究主要在模式识别、 经济管理、优化控制、数据压缩、编码、解码、 股市分析等方面。
二、神经网络的特性与功能
一、神经网络的产生与发展
1943年心理学家McCulloch和数学家Pitts提 出神经元生物数学模型（简称MP模型），标志
着神经网络的产生。
1982年美国加州物理学家Hopfield提出了
Hopfield神经网络系统（简称HNNS）模型，并
提出了能量函数和稳定性等概念。并在计算TSP
wij xi (t ij )] T j}
τij—— 输入输出间的突触时延； Tj —— 神经元 j 的阈值； wij—— 神经元 i 到 j 的突触连接系数或称 权重值； f ( )——神经元转移函数。
o j (t 1) f {[ wij xi (t )] T j}
i 1
n
(a)多输入单输出
oj
x1 w1j ┆wij xi ┆wnj xn
(b)输入加权
oj
x1 w1j ┆wij xI ┆wnj xn
oj ∑
x1 w1j ┆ wij xI ┆ wnj xn
oj ∑ f
(c)输入加权求和
(d)输入-输出函数
（1）神经元的数学模型
o j (t ) f {[

i 1
n
人工神经网络定义 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。 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。
非线性映射功能




传统分类能力
ANN 分类能力
分类与识别功能
优化计算功能
问题解答 知识分布式表示 知识获取、知识库 平行推理 输入数据 变量变换 求解的问题 神经网络专家系统的构成 由同一 神经网 络实现
6.1 模糊控制技术
6.2 神经网络控制技术
6.3 专家控制技术 6.4 预测控制技术 6.5 其它先进控制技术
6.2 神经网络控制技术 6.2.1 神经网络概述
6.2.2 神经网络模型
6.2.3 神经网络系统辨识
6.2.4 神经网络控制
6.2.5 神经网络控制举例
6.2.1 神经网络概述
一、神经网络的产生与发展
2. 生物神经元的信息处理机理
（1）信息的产生 神经元间信息的产生、传递和处理是一种电 化学活动。 神经元状态：
兴奋：当传入的神经冲动使细胞膜电位升高超过 阈值时，细胞进入兴奋状态，产生神经冲动由轴突 输出。
抑制：当传入的神经冲动使细胞膜电位下降低于阈 值时，细胞进入抑制状态，没有神经冲动输出。