X
Код презентации скопируйте его
Cведения о нейронах и искусственных нейросетях
Скачать эту презентацию
Презентация на тему Cведения о нейронах и искусственных нейросетях
Скачать эту презентациюCлайд 1
1. Cведения о нейронах и искусственных нейросетях
Cлайд 2
Биологический нейрон
Cлайд 3
Первые работы по созданию искусственных моделей нейронов и нейронных сетей 1943 г. работа Уоррена С.Маккаллока и Вальтера Питтса "Логическое исчисление идей, относящихся к нервной активности". Главный принцип теории произвольные явления, относящиеся к высшей нервной деятельности, могут быть проанализированы и поняты, как некоторая активность в сети, состоящей из логических элементов, принимающих только два состояния ("все или ничего").
Cлайд 4
Математическая модель единичного нейрона Функциональная схема формального нейрона Маккалока и Питтса.
Cлайд 5
Наиболее широко используемые типы переходных функций Y=f(net) Пороговая функция (рассмотренная Маккалоком и Питтсом): Линейная функция, а также ее вариант - линейная функция с погашением отрицательных сигналов: Сигмоидальная функция:
Cлайд 6
Пример трехслойной нейронной сети с последовательным соединением слоев
Cлайд 7
Обучение формального нейрона Функция, выполняемая нейроном Формальный нейрон с двумя входами, занятый обработкой образа в виде одномерной цепочки черных и белых клеток. Вход 1 Вход 2 Требуемый выход 1 1 0 1 0 0 0 1 1 0 0 0
Cлайд 8
Применение нейронных сетей для управления сложными системами Контроллеры на основе НС эффективны в случаях, когда создание адекватной аналитической модели исполнительной системы и синтез на ее основе регуляторов крайне затруднен Например в ситуациях: - наличие заранее неопределенных внешних воздействий (например, при работе машины в экстремальных средах); - переменность параметров и структуры самой системы; - существенные внутренними возмущающими воздействиями ( например, действие сил сухого и вязкого трения в механических устройствах); - сложные физические (в частности, динамические) взаимосвязи между элементами системы (например, в системах гидравлических приводов); - технические и методические проблемы с постановкой и проведением экспериментальных исследований на реальных объектах для идентификации параметров математической модели с необходимой точностью.
Cлайд 9
Применение нейронных сетей для управления мехатронными системами Исполнительный уровень 1. Разработка регуляторов исполнительного уровня на базе НС для управления движением мехатронных модулей. 2. Настройка коэффициентов (Кп, Кд, Ки) стандартных ПИД-регуляторов На выходе НС получаются значения соответствующих коэффициентов
Cлайд 10
Применение нейронных сетей для управления мехатронными системами Тактический уровень Средство решения обратных кинематических задач для многозвенных механизмов, когда найти решение геометрическим и даже численным путями в ряде случаев не удается Предварительное обучение такой сети сводится к многократному решению прямой задачи о положении механизма.
