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 "Лабиринт".

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 "ЛАБИРИНТ.РУ", ИНН: 7728644571, erid: LatgCADz8.

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: