控制专题
重智成城
重要的事情多了
展开
-
反馈神经网络
前面的总结单层感知器,线性神经网络,BP网络与径向基网络都属于前向神经网络。在这种网络中,各层神经元节点接收前一层输入的数据,经过处理输出到下一层,数据正向流动,没有反馈连接。前向网络的输出仅由当前的输入和网络经过多次训练后得到的最终的权值决定的。反馈神经网络典型的反馈神经网络有:Hopfield网络,Elman网络,CG网络模型,盒中脑(BSB)模型和双向联想记忆(BAM)等。在这个阶段我学习的是前两个模型。Hopfield网络Hopfield网络分为离散型和连续型两种模式,DHNN 和CHNN原创 2020-07-27 14:48:44 · 5521 阅读 · 0 评论 -
径向基函数网络初认识
一种结构简单,收敛速度快,能够逼近任意非线性函数的网络——径向基网络(RBF).径向基网络可以分为正则化网络和广义网络,其中广义网络在工程实践中被广泛应用,它可以由正则化网络稍加变化得到。径向基网络径向基网络记为:其中||x||指欧几里得范数。径向基函数必须满足:如果||x1||=||x2||,则范数的概念:范数是对函数,向量和矩阵定义的一种度量形式,任何对象的范数都是一个非负的实数,若满足一下三条范数公理,即可成为一种范数:非负性,即||x||>0绝对齐性,即||ax||=|a||原创 2020-07-25 11:31:20 · 1779 阅读 · 0 评论 -
神经网络初认识——BP神经网络(7月18,再次认识)
BP神经网络——Error back PropagtionBP网络属于多层前向神经网络,BP网络是前向神经网络的核心部分,也是整个人工神经网络体系的精华,广泛应用在分类识别,逼近,回归,压缩等领域。BP神经网络的结构BP神经网络一般是多层的额,与之相关的另一个概念是多层感知器(MLP)。也就是说BP神经网络具有多个隐含层,BP网络采用误差反向传播的学习算法。特点网络由多层构成,层与层之间全连接,同一层之间的神经元无连接。BP函数的传递函数必须可微。因此感知器的传递函数——二值函数在这里并没有用原创 2020-07-14 15:00:42 · 2678 阅读 · 0 评论 -
线性神经网络(7月13)
初认识线性神经网络最经典的例子是自适应线性元件,主要用途是通过线性逼近一个函数式而进行模式联想以及信号滤波,预测,模式识别和控制。线性神经网络的输出是可以任何值,其传输函数是线性函数。采用widrow-hoff学习规则,即LMS算法来调整网络的权值和偏置。线性神经网络的机构线性神经网络在结构上与感知网络非常相似,只是神经元的传输函数不一样:即与感知器后面的二值阙值元件不一样,里面的内容换成线性传输函数。假设输入是一个N维向量x=[x1,x2,x3,…xn],然后也可以得到在神经元的输出:v=x原创 2020-07-13 14:16:46 · 715 阅读 · 0 评论 -
神经网络的初认识——单层感知器(7月11,12)
单层感知器属于单层前向网络,及除输入层和输出层外,只拥有一层神经元节点。输入数据从输入层向输出层逐层传播,相邻两层的神经元之间相互连接,同一层神经元之间没有连接。可以说在隐含层上有两个元件,一个是线性组合器,一个是二值阙值元件。输入是一个N维向量X=[x1 x2 x3 ,…XN],其中的每一个分量都对应与一个权值wi,隐含层的线性组合器可以得到一个值(标量):然后在二值阙值元件中得到的V值进行判断,产生二值输出:单层感知器可以将输入数据分为两类:L1或L2。当y=1时,输入数据为L1,当y=原创 2020-07-11 17:14:23 · 2256 阅读 · 0 评论 -
Matlab神经网络工具箱的认识(一)
神经网络创建函数 cascadeforwardnet - Cascade-forward neural network. 创建多层前馈BP网络 competlayer - Competitive neural layer. 创建竞争层 distdelaynet - Distributed delay neural network. 创建延时网络 elmannet - Elman neural net原创 2020-07-11 13:48:09 · 2081 阅读 · 1 评论 -
PID模糊控制设计(7.9笔记)
结构图PID调节器的控制规律为:其中kp为比例系数,Ki为积分系数,kd为微分系数。e(K)为误差, ec(K)为误差变化,我们习惯将它写成[e(k)-e(k-1)];调节规则:根据实际经验,在不同的e和ec下自调整要满足如下调整原则: 当e中等大小的时候,为减小系统的超调量,保证一定的响应速度,kp应适当减小;在这种情况下,kd的取值对系统的影响较大,应取得较小些,ki的取值大小要适中;根据上面的经验,我们可以得到相应的规则Kp的模糊控制规则表Ki的模糊控制规则表Kd的原创 2020-07-09 20:22:19 · 15288 阅读 · 3 评论 -
Matlab Fuzzy Toolbox 的认识与使用(7月6 ,7,8)
模糊控制器的设计在模糊控制的设计中,利用matlab的中的模糊控制工具可以很方便地进行输入以及输出的变量的定义,云烟变量隶属函数的定义,模糊控制规则的定义及输入输出预览。它集成了FIS编辑器,隶属函数编辑器,模糊规则控制器,骨折浏览器和输出预览器的可视化工具。FIS编辑器FIS编辑器的界面入上图所示,设计这在该编辑器中设置模糊控制器的模糊算子,输入输出变量的个数,模糊变量的名称及解模糊化的方法。隶属函数编辑器输入模糊子集E的隶属函数输入模糊子集Ec的隶属函数输出模糊子集U的隶属函数隶原创 2020-07-06 21:06:04 · 6765 阅读 · 0 评论 -
模糊控制器基础知识的学习(7.5第一遍,7.6第二遍)
模糊控制器设计模糊化接口①在模糊化系统中,通常取系统的误差值e和误差变化率ec为模糊控制器的两个输入,则e上定义语言变量“误差E",在ec上定义语言变量”误差变化ec"; 误差和误差变化之间存在和关系,即需要考虑两者对系统的影响。②定义各语言的论域。通常都设置为X=Y={-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6};③设置各语言的语言值。通常设为{正大 正中 正小 零 负小 负中 负大}={PB PM PositiveSmall ZO NS NM NB}④各语言变量上原创 2020-07-05 22:05:12 · 11484 阅读 · 1 评论