神经网络初步与BP算法—有监督和BP神经网络课件.ppt

基于神经元网络的智能控制
人工神经网络的研究方法及应用
引言
利用机器模仿人类的智能是长期以来人们认识自然、改造自然和认识自身的理想。
研究ANN(ArtificialNeuralNetwork)目的:
(1)探索和模拟人的感觉、思维基于神经元网络的智能控制
人工神经网络的研究方法及应用
引言
利用机器模仿人类的智能是长期以来人们认识自然、改造自然和认识自身的理想。
研究ANN(ArtificialNeuralNetwork)目的:
(1)探索和模拟人的感觉、思维和行为的规律,设计具有人类智能的计算机系统。(方法)
(2)探讨人脑的智能活动,用物化了的智能来考察和研究人脑智能的物质过程及其规律。(实体)
研究ANN方法
(1)生理结构的模拟:
用仿生学观点,探索人脑的生理结构,把对人脑的微观结构及其智能行为的研究结合起来即人工神经网络(ArtificialNeuralNetwroks,简称ANN)方法。
(2)宏观功能的模拟:
从人的思维活动和智能行为的心理学特性出发,利用计算机系统来对人脑智能进行宏观功能的模拟,即符号处理方法。
ANN的研究内容
(1)理论研究:ANN模型及其学****算法,试图从数学上描述ANN的动力学过程,建立相应的ANN模型,在该模型的基础上,对于给定的学****样本,找出一种能以较快的速度和较高的精度调整神经元间互连权值,使系统达到稳定状态,满足学****要求的算法。
(2)实现技术的研究:探讨利用电子、光学、生物等技术实现神经计算机的途径。
(3)应用的研究:探讨如何应用ANN解决实际问题,如模式识别、故障检测、智能机器人等。
脑神经信息活动的特征
(1)巨量并行性。
(2)信息处理和存储单元结合在一起。
(3)自组织自学****功能。
ANN研究的目的和意义
(1)通过揭示物理平面与认知平面之间的映射,了解它们相互联系和相互作用的机理,从而揭示思维的本质,探索智能的本源。
(2)争取构造出尽可能与人脑具有相似功能的计算机,即ANN计算机。
(3)研究仿照脑神经系统的人工神经网络,将在模式识别、组合优化和决策判断等方面取得传统计算机所难以达到的效果。
神经网络基本模型
ANN类型与功能
人工神经网络研究的局限性
(1)ANN研究受到脑科学研究成果的限制。
(2)ANN缺少一个完整、成熟的理论体系。
(3)ANN研究带有浓厚的策略和经验色彩。
(4)ANN与传统技术的接口不成熟。
人工神经网络原理
神经元网络的特点:
1)非线性
2)分布处理
3)学****并行和自适应
4)数据融合
5)适用于多变量系统
6)便于硬件实现
ai1
ai2
ain
bi1
bi2
bim
wi
y1
y2
yn
u1
uk
um
1
vi
xi
yi
●神经元网络的一般模型框架
1)加法器
2)线性动态系统(SISO)
3)静态非线性系统
︰
︰
式中aij和bik为权系数,i,j=1,2,…,n,
k=1,2,…:
——N维列向量
——N维列向量(单元输出)
——N×N维矩阵
——N×M维矩阵
——M维列向量(外部输入)
——M维常向量
▲线性动态系统
典型的有:
▲静态非线性系统典型的有:
g(x)
g(x)
g(x)
x
x
x
阈值函数
阈值函数
Sigmoid函数
拉普拉斯(Laplace,Pierre-Simon,marquisde,1749-1827)
法国著名数学家和天文学家,拉普拉斯是天体力学的主要奠基人,是天体演化学的创立者之一,是分析概率论的创始人,是应用数学的先躯。拉普拉斯用数学方法证明了行星的轨道大小只有周期性变化,这就是著名拉普拉斯的定理。他发表的天文学、数学和物理学的论文有270多篇,专著合计有4006多页。其中最有代表性的专著有《天体力学》、《宇宙体系论》和《概率分析理论》。1796年,他发表《宇宙体系论》。因研究太阳系稳定性的动力学问题被誉为法国的牛顿和天体力学之父。
拉普拉斯
拉普拉斯生于法国诺曼底的博蒙,父亲是一个农场主,他从青年时期就显示出卓越的数学才能,18岁时离家赴巴黎,决定从事数学工作。于是带着一封推荐信去找当时法国著名学者达朗贝尔,但被后者拒绝接见。拉普拉斯就寄去一篇力学方面的论文给达朗贝尔。这篇论文出色至极,以至达朗贝尔忽然高兴得要当他的教父,并使拉普拉斯被推荐到军事学校教书。
成就
同拉瓦锡在一起工作了一个时期,他们测定了许多物质的比热
1780年,他们两人证明了将一种化合物分解为其组成元素所需的热量就等于这些元素形成该化合物时所放出的热量。这可以看作是热化学的开端,而且,它也是继布拉克关于潜热的研究工作之后向能量守恒定律迈进的又