Нейронные сети и нейроконтроллеры

Купить бумажную книгу и читать

Купить бумажную книгу

По кнопке выше можно купить бумажные варианты этой книги и похожих книг на сайте интернет-магазина "Читай Город".

Using the button above you can buy paper versions of this book and similar books on the website of the "Labyrinth" online store.

Реклама. ООО «Новый Книжный Центр», ИНН: 7710422909, erid: MvGzQC98w3Z1gMq1kx5ACoy5.

Название: Нейронные сети и нейроконтроллеры

Автор: Бураков М.В.

Издательство: СПб.: ГУАП

Год: 2013

Страниц: 284

ISBN: 978-5-8088-0812-6

Формат: PDF

Размер: 13.2 Мб

Язык: русский

В учебном пособии рассматриваются основы теории нейронных сетей и нейроконтроллеров, необходимые для понимания принципов нейросетевых технологий - мощного средства построения систем автоматизации, которое в последние годы активно используется в инженерной практике. Приводится описание основных структур нейронных сетей регуляторов, рассмотрены примеры решения конкретных задач. Описываются возможности пакета математического моделирования MatLab для анализа и синтеза нейронных регуляторов.

Учебное пособие предназначено для подготовки бакалавров и магистров по направлению 220400 "Управление в технических системах".

СОДЕРЖАНИЕ

 

Введение.................................................................................... 3

1. Нейронные сети. Базовые понятия............................................. 8

1.1. Некоторые сведения о мозге человека.................................. 8

1.2. Биологические представления о нейроне............................. 13

1.3. Понятие нейрокомпьютера................................................ 16

1.4. Классификация нейронных сетей....................................... 20

1.5. Задача распознавания и линейная машина........................... 22

1.6. Искусственный нейрон...................................................... 26

1.7. Проблема линейной разделимости...................................... 27

1.8. Правило обучения Хебба................................................... 32

1.9. Концепция входной и выходной звезды............................... 33

1.10. Парадигмы обучения....................................................... 35

1.11. Предварительная обработка информации и оценка

качества работы нейросети...................................................... 36

Вопросы для самопроверки........................................................... 38

2. Однослойные нейронные сети.................................................... 41

2.1. Описание искусственного нейрона в MatLab......................... 41

2.2. Персептрон...................................................................... 43

2.3. Линейная нейронная сеть.................................................. 53

2.4. Рекуррентный метод наименьших квадратов....................... 56

2.5. Линейная сеть с линией задержки...................................... 61

Вопросы для самопроверки........................................................... 66

3. Нейронные сети прямого распространения.................................. 68

3.1. Топология и свойства........................................................ 68

3.2. Алгоритм обратного распространения ошибки...................... 70

3.3. Реализация логических функций....................................... 75

3.4. Аппроксимация функций.................................................. 77

3.5. Распознавание символов.................................................... 84

3.6. Моделирование статических зависимостей........................... 88

3.7. Масштабирование и восстановление данных........................ 95

Вопросы для самопроверки........................................................... 96

4. Нейроуправление.................................................................... 98

4.1. Идентификация динамических звеньев............................... 98

4.2. Нейроэмуляторы и нейропредикторы.................................. 107

4.3. Концепция нейроуправления............................................. 108

4.4. Инверсное нейроуправление.............................................. 115

4.5. Нейроконтроллеры в MatLab.............................................. 120

Вопросы для самопроверки........................................................... 126

5. Радиальные нейронные сети...................................................... 128

5.1. Структура радиальной нейронной сети................................ 128

5.2. Расчет параметров радиальной нейронной сети..................... 131

5.3. Обучение радиальной нейронной сети................................. 136

5.4. Радиальные нейронные сети в MatLab................................. 137

5.5. Радиальные нейронные сети и нечеткие системы.................. 146

Вопросы для самопроверки........................................................... 148

6. Модели ассоциативной памяти.................................................. 150

6.1. Нейронная сеть Элмана..................................................... 150

6.2. Сети Хопфилда................................................................ 155

6.3. Двунаправленная ассоциативная память............................. 172

6.4. Нейронная сеть Хэмминга................................................. 175

6.5. Адаптивные резонансные нейронные сети............................ 182

Вопросы для самопроверки........................................................... 189

7. Нейронные сети Кохонена......................................................... 191

7.1. Структура сети Кохонена................................................... 191

7.2. Обучение сети Кохонена.................................................... 196

7.3. Слой Кохонена................................................................. 199

7.4. Самоорганизующиеся карты Кохонена................................ 204

7.5. Нейронные сети классификации......................................... 209

Вопросы для самопроверки........................................................... 213

8. Стохастические методы обучения нейронных сетей...................... 215

8.1. Задача коррекции динамической системы........................... 215

8.2. Методы глобальной оптимизации....................................... 216

8.3. Метод имитации отжига.................................................... 219

8.4. Генетический алгоритм..................................................... 221

8.5. Метод роя частиц.............................................................. 235

8.6. Другие метаэвристические алгоритмы................................. 240

Вопросы для самопроверки........................................................... 248

Заключение............................................................................... 251

Библиографический список.......................................................... 254

Приложение 1............................................................................ 259

Приложение 2............................................................................ 275

Дата создания страницы: