当前课程知识点:智能控制 > 第五章 神经网络的理论基础 > 5.4 神经网络的分类 > 5.4 神经网络的分类
下面我们看一下神经网络的分类
目前神经网络模型的种类相当丰富
已经达到了40多种
还在不断增长
那么典型的神经网络
包括多层前向传播神经网络
BP网络
Hopfield神经网络
CMAC小脑模型
ART自适应共振理论
BAM双向联想记忆网络
SOM自组织网络
还有其它的各种各样的神经网络
那么宏观上根据神经网络连接方式
神经网络可以分为两种形式
一种叫前馈型神经网络
一种叫反馈型神经网络
那么前馈型神经网络
也简称为前向网络
Feedforward NN
那么这是一种典型的
前馈型神经网络
我们发现它的特征就是
神经元分层排列
依次从左向右依次组成输入层
隐含层、输出层
那么每一层的神经元
只接收前一层神经元的输入
输出并没有反馈到输入的
输入模式
经过各层的顺序变换之后
由输出层输出
在各神经元之间并不存在反馈
这是一种典型的前向神经网络
我们看这个箭头只要从左向右
依次经过输入特征信号
依次经过输入层、隐含层到输出层
停止输出
那么典型的前向网络
包括感知器网络和BP网络
第二类是反馈型神经网络
也叫反馈网络
Feedback NN
这是一种典型的反馈神经网络
它的特征就是
从输出层到输入层存在反馈
也就是每个输入节点都有可能接受
来自外部的输入
和来自输出神经元的反馈
它是一种反馈动力学系统
它是靠自己来不停地去调整它的状态
进行一个收敛的
它需要工作一段时间才能达到稳定
那么在反馈神经网络中
最简单并且应用最广泛的模型
叫做Hopfield神经网络
它具有联想记忆的功能
那么如果将Lyapunov函数
定义为寻优函数
Hopfield神经网络还可以解决寻优问题
这是一种典型的反馈神经网络
输入特征变量依次经过输入层
隐含层到输出层之后
还要反馈到它的输入层
作为它的输入
那么Hopfield神经网络
它只有一层
各个神经元的输出
还要反馈给其它的各个神经元作为输入
-开篇
--开篇
-1.1课程考试方式
-1.2 数据、信息、知识与智能
-1.3传统控制面临的挑战
-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
-2.1基于搜索的问题求解
-- 2.1.7 均一代价搜索
-- 2.1.10 A星算法
-2.2 专家系统简介
- 2.3 专家PID
-第二章测试
-3.1 模糊控制概述
-3.2 模糊集合
-3.3 隶属函数
--3.3隶属函数.
-3.4 模糊关系及其运算
-第三章测试
- 4.1 模糊自适应整定PID控制原理
-4.2 基于FF的模糊PID控制试验验证
-第四章测试
- 5.1 神经网络简介
- 5.2 神经网络的发展简史
-5.3 神经网络的基本概念
- 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
-第五章测试
-6.1 感知器
--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)
- 6.2 BP神经网络
--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
- 7.1 什么是遗传算法
-7.2 遗传算法的特点
-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
-第七章测试
-8.1 遗传编程工作原理
-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
- 8.4 遗传编程的工作步骤及实例分析
-第八章测试
-期末测试