当前课程知识点:智能控制 >  第五章 神经网络的理论基础 >  5.1 神经网络简介 >  5.1 神经网络简介

返回《智能控制》慕课在线视频课程列表

5.1 神经网络简介在线视频

下一节:5.2 神经网络的发展简史

返回《智能控制》慕课在线视频列表

5.1 神经网络简介课程教案、知识点、字幕

下面我们开始讲第五讲

神经网络的理论基础

我们前面学习了专家系统

和模糊控制

那专家系统和模糊控制的核心

还是要基于规则来进行搜索

专家系统的特点

就是基于确定性的规则进行搜索

而模糊控制的特点

是基于不确定的模糊规则进行搜索

那么模糊控制从人的经验出发

解决了智能控制中

人类语言的描述推理问题

尤其是一些不确定性语言的

描述推理问题

从而在机器模拟人脑的感知推理

等智能行为方面迈出了重大的一步

但是模糊控制在处理数值数据

自学习能力方面

还远远没有达到人脑的境界

比如模糊控制器的设计里面

有个隶属度函数的设计

还有模糊规则的方面

这个都是依靠人的经验

专家的经验

来确定出来了

它不能够自动地确定

还仍然没有达到人脑的这种境界

而人工神经网络

就从另外一个角度出发

也就是说模拟人脑的生理学和心理学的角度

通过人工模拟人脑的工作机理

来实现机器的部分智能行为

也就是说专家系统和模糊控制

是在模仿人类的外部的

这样一个行为特征

而人工神经网络是通过模仿人脑的结构

从而实现了人脑的智能行为

那么人工神经网络

简称神经网络

Neural Network

简称NN

是模拟人脑思维方式的一种数学模型

那么神经网络是在现代生物学

研究人脑组织成果的基础上提出来的

它用来模拟人类大脑神经网络的结构和行为

它反映了人脑功能的基本特征

比如并行信息处理

就像我们可以一边吃饭一边看电视

一边想问题

学习能力

比如我们见过一次的大象

以后再见到它了

我们就很容易了

知道这是大象

而且人类可以将原来不知道的

不熟悉的不了解的东西

通过学习

人可以迅速掌握它

知道它

理解它

还有联想功能

比如我们看到一个苹果

我们就想到了牛顿

想到了万有引力

人类具有这种能力

那么神经网络也会具有这种能力

还有模式分类

每一个人都能够迅速地

分辨我们对面来的是一个男生还是女生

我们任何一个同学

见到了一个水果

比如说这是西瓜

还是香蕉

苹果还是梨子

我们会在很短的时间之内

把它迅速地准确地分类出来

我们就要迅速的这种

模式分类能力

当然还有记忆能力

我们曾经在哪本书上学习过

Neural Network

这个词表示神经网络

我们就能记住它

我们具有一个超强的记忆能力

那么神经网络就会

可以模仿人脑的这些智能特征

那么自上世纪80年代以来

人工神经网络研究

取得了很多突破性的进展

而神经网络控制就是将神经网络

与控制理论相结合而发展起来

的一种智能控制方法

它已经成为智能控制的一个新的分支

为解决复杂的非线性

不确定

未知系统的控制问题

开辟了新的途径

智能控制课程列表:

第一章 智能控制课程概论

-开篇

--开篇

-1.1课程考试方式

--1.1课程考试方式

-1.2 数据、信息、知识与智能

--1.2 数据、信息、知识与智能

-1.3传统控制面临的挑战

--1.3 传统控制面临的挑战.

-1.4 控制科学发展过程

--1.4 控制科学发展过程.

-1.5 智能控制的多元论

--1.5

-1.6 控制策略的渗透与融合

--1.6

-1.7 智能控制与传统控制的联系与区别

--1.7

-1.8 智能控制的类型之分级递阶智能控制系统

--1.8

-1.9 智能控制的类型之专家控制系统

--1.9

-1.10 智能控制的类型之模糊控制系统

--1.10

-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.11

-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.12

-1.13本章小结

--1.13

-第一章测试

第二章 专家控制专题

-2.1基于搜索的问题求解

--2.1.1 搜索与人工智能的关系

--2.1.2 算法1 随机搜索

--2.1.3 算法2 引入CLOSED表.

--2.1.4 算法3 引入OPEN表.

--2.1.5 纵向搜索算法(深度优先搜索)

--2.1.6 横向搜索算法(广度优先搜索)

-- 2.1.7 均一代价搜索

--2.1.8 启发式搜索

--2.1.9 登山法和最佳优先搜索.

-- 2.1.10 A星算法

-- 2.1.11 八数码魔方实例分析

-2.2 专家系统简介

--2.2.1 专家系统简介(上)

--2.2.2 专家系统简介(下)

- 2.3 专家PID

--2.3.1 专家PID (上)

--2.3.2 专家PID (下)

-第二章测试

第三章 模糊控制的理论基础

-3.1 模糊控制概述

--3.1.1 模糊控制概述

-3.2 模糊集合

--3.2.1 模糊集合(上)

--3.2.2 模糊集合(中)

--3.2.3 模糊集合(下)

-3.3 隶属函数

--3.3隶属函数.

-3.4 模糊关系及其运算

--3.4模糊关系及其运算

-第三章测试

第四章 模糊控制

- 4.1 模糊自适应整定PID控制原理

--4.1.1 模糊自适应整定PID控制原理(上)

--4.1.2 模糊自适应整定PID控制原理(下)

-4.2 基于FF的模糊PID控制试验验证

-- 4.2.1 基于FF的模糊PID控制试验验证(上)

-- 4.2.2 基于FF的模糊PID控制试验验证(下)

-第四章测试

第五章 神经网络的理论基础

- 5.1 神经网络简介

--5.1 神经网络简介

- 5.2 神经网络的发展简史

--5.2 神经网络的发展简史

-5.3 神经网络的基本概念

--5.3 神经网络的基本概念

- 5.4 神经网络的分类

--5.4 神经网络的分类

-5.5 神经网络的学习算法、基本特征和研究领域

--5.5 神经网络的学习算法、基本特征和研究领域

-第五章测试

第六章 典型神经网络

-6.1 感知器

--6.1.1 感知器的数学模型.

--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)

--6.1.2.2 感知器应用实例分析(实现逻辑运算异或)

- 6.2 BP神经网络

--6.2.1.1 BP神经网络简介(上)

--6.2.1.2 BP神经网络简介(中)

--6.2.1.3 BP神经网络简介(下)

--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现

--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合

-第六章测试

第七章 遗传算法及其应用

- 7.1 什么是遗传算法

--7.1 什么是遗传算法

-7.2 遗传算法的特点

--7.2 遗传算法的特点

-7.3 遗传算法的基本操作之复制

--7.3 遗传算法的基本操作之复制

-7.4 遗传算法的基本操作之交叉与变异

--7.4 遗传算法的基本操作之交叉与变异

-第七章测试

第八章 遗传编程

-8.1 遗传编程工作原理

--8.1 遗传编程工作原理

-8.2 遗传编程基本操作之复制

--8.2 遗传编程基本操作之复制

-8.3 遗传编程基本操作之交换和突变

--8.3 遗传编程基本操作之交换和突变

- 8.4 遗传编程的工作步骤及实例分析

-- 8.4 遗传编程的工作步骤及实例分析

-第八章测试

期末测试

-期末测试

5.1 神经网络简介笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。