综合智能控制.pptx
《综合智能控制.pptx》由会员分享,可在线阅读,更多相关《综合智能控制.pptx(27页珍藏版)》请在咨信网上搜索。
1、第八章第八章 综合智能控制综合智能控制 主要内容主要内容神经网络与模糊技术的融合神经网络与模糊技术的融合遗传算法与神经网络的结合遗传算法与神经网络的结合基于遗传算法优化的模糊控制基于遗传算法优化的模糊控制神经网络专家系统神经网络专家系统模糊专家系统模糊专家系统8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合融合的趋势:融合的趋势:多年的研究探索与实践使人们开始认识到,要想仿效或多年的研究探索与实践使人们开始认识到,要想仿效或逐步接近人类大脑的高级智能行为,无论是传统的人工逐步接近人类大脑的高级智能行为,无论是传统的人工智能,单独的模糊逻辑,还是单独的人工神经网络等,智能,单独的模糊逻辑
2、,还是单独的人工神经网络等,都无法完成此任务。于是,人工神经网络和模糊逻辑相都无法完成此任务。于是,人工神经网络和模糊逻辑相互融合起来,进而将进化计算、粗糙集理论等有助于智互融合起来,进而将进化计算、粗糙集理论等有助于智能信息处理的多种新方法、新手段综合在一起,构成能信息处理的多种新方法、新手段综合在一起,构成智智能计算能计算或或计算智能计算智能,或称之为,或称之为软计算软计算,实际上是根据需,实际上是根据需要将几种对智能信息处理有较大意义和作用的方法融合要将几种对智能信息处理有较大意义和作用的方法融合在一起而构成的综合性计算智能系统。在一起而构成的综合性计算智能系统。8.1 神经网络与模糊技
3、术的融合神经网络与模糊技术的融合神经网络与模糊逻辑的比较:神经网络与模糊逻辑的比较:8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合神经网络与模糊逻辑融合的方法:神经网络与模糊逻辑融合的方法:神经网络中应用模糊逻辑规则:神经网络中应用模糊逻辑规则:将神经网络将神经网络的常用数的常用数值输入改为隶属函数表达的模糊输入,或用值输入改为隶属函数表达的模糊输入,或用max-min的的运算来代替神经网络的积和运算,这种综合系统称为运算来代替神经网络的积和运算,这种综合系统称为模模糊神经网络糊神经网络(FNN)模糊逻辑规则用神经网络来实现:模糊逻辑规则用神经网络来实现:利用神经网络从输利用神经网络
4、从输入输出样本对中学习到映射规律的能力,来建立模糊逻入输出样本对中学习到映射规律的能力,来建立模糊逻辑所需的规则,这种综合系统称为神经模糊系统辑所需的规则,这种综合系统称为神经模糊系统(NFS)8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合模糊神经网络的体系结构:模糊神经网络的体系结构:单体模糊神经元:单体模糊神经元:-输入输出均为模糊集输入输出均为模糊集 -用合成算子代替积运算用合成算子代替积运算 8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合模糊神经网络的体系结构:模糊神经网络的体系结构:模糊神经元的学习:模糊神经元的学习:-权值修正:包括作为神经元权值的映射函数和隶属
5、权值修正:包括作为神经元权值的映射函数和隶属度函数的变化度函数的变化 -体修正:包括规则的改变、规则中模糊变量和隶属体修正:包括规则的改变、规则中模糊变量和隶属度函数的改变以及规则表示方式的度函数的改变以及规则表示方式的 改变改变8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合几种模糊神经网络:几种模糊神经网络:模糊联想神经网络(模糊联想神经网络(FAM)8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合几种模糊神经网络:几种模糊神经网络:模糊认知映射网络(模糊认知映射网络(FCM)8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合几种模糊神经网络:几种模糊神经网络:前馈层
6、次型模糊神经网络前馈层次型模糊神经网络 -由模糊化、推理机和由模糊化、推理机和 去模糊化三部分组成,由去模糊化三部分组成,由 3个个BP网络来分别实现这网络来分别实现这 3个功能个功能8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合几种模糊神经网络:几种模糊神经网络:紧支持集高斯型基函数模糊神经网络紧支持集高斯型基函数模糊神经网络8.2 神经网络专家系统神经网络专家系统基于神经网络的模糊系统:基于神经网络的模糊系统:用神经网络来实现模糊映射,包含用神经网络来实现模糊映射,包含3个功能不同的神经个功能不同的神经网络结构:网络结构:模糊化、控制规则和反模糊化模糊化、控制规则和反模糊化 用神
7、经网络构造隶属函数:用神经网络构造隶属函数:利用神经网络直接设计多利用神经网络直接设计多元的隶属函数,把神经网络作为多元的隶属函数生成器元的隶属函数,把神经网络作为多元的隶属函数生成器组合在模糊控制系统中组合在模糊控制系统中 -函数链法函数链法 -隐层型法隐层型法8.3 模糊专家系统模糊专家系统基于神经网络的模糊系统:基于神经网络的模糊系统:用神经网络记忆模糊控制规则:用神经网络记忆模糊控制规则:通过一组神经元不同程度的通过一组神经元不同程度的兴奋表达一个抽象的概念值,由此将抽象的经验规则转化为多层神经兴奋表达一个抽象的概念值,由此将抽象的经验规则转化为多层神经网络的输入输出样本,通过神经网络
8、记忆这些样本,控制器以联想记网络的输入输出样本,通过神经网络记忆这些样本,控制器以联想记忆方式使用这些经验,在一定意义上与人的联想记忆思维方式接近忆方式使用这些经验,在一定意义上与人的联想记忆思维方式接近 -三层神经元存储控制规则三层神经元存储控制规则 -逻辑神经元法逻辑神经元法 8.1 神经网络与模糊技术的融合神经网络与模糊技术的融合基于神经网络的模糊系统:基于神经网络的模糊系统:用神经网络优化模糊控制器的参数:用神经网络优化模糊控制器的参数:-偏差、偏差变化的量化因子及输出的比例因子,可利用神经网络偏差、偏差变化的量化因子及输出的比例因子,可利用神经网络的优化计算功能优化这些参数,改善模糊
9、控制系统的性能的优化计算功能优化这些参数,改善模糊控制系统的性能 -用神经网络特征输出参数可以称为清晰化(去模糊),神经网络用神经网络特征输出参数可以称为清晰化(去模糊),神经网络实现清晰化就是把模糊量变为能控制对象的精确量实现清晰化就是把模糊量变为能控制对象的精确量8.2 遗传算法优化神经网络遗传算法优化神经网络神经网络的缺点:神经网络的缺点:要求目标函数连续可微(因为要沿着能量梯度降的方要求目标函数连续可微(因为要沿着能量梯度降的方向来修改权值)向来修改权值)训练速度较慢训练速度较慢 全局搜索能力弱,易陷于局部极值全局搜索能力弱,易陷于局部极值遗传算法的优点:遗传算法的优点:不要求目标函数
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 综合 智能 控制
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【人****来】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【人****来】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。