1、的时间。年代初期模拟与 数字混合的超大规模集成电路制作技术提高到新的水平完全付诸实用化此外数 字计算机的发展在若干应用领域遇到困难。这背景预示向人工神经网络寻求出路 的时机已经成熟。美国的物理学家于年和年在美国科学院院刊上 发表了两篇关于人工神经网络研究的论文引起了巨大的反响。人们重新认识到神经 网络的威力。不到重视其次当时的电子技术工艺水平比较落后主要的元件是电子管或晶体 管利用它们制作的神经网络体积庞大价格昂贵要制作在规模上与真实的神经网 络相似是完全不可能的另外在年本名为感知机的著作中指出线性感 知机功能是有限的它不能解决如异感这样的基本问题而且多层网络还不能找到有 效的计算方法这些论点促使大批研究人员对于。
2、实践。当时世界上许多实验 室仿效制作感知机分别应用于文字识别声音识别声纳信号识别以及学习记忆问 题的研究。然而这次人工神经网络的研究高潮未能持续很久许多人陆续放弃了这 方面的研究工作这是因为当时数字计算机的发展处于全盛时期许多人误以为数字 计算机可以解决人工智能模式识别专家系统等方面的切问题使感知机的工作 。析总结神经 元基本特性的基础上首先提出神经元的数学模型。此模型沿用至今并且直接影响着 技术的研究并在此领域作出了巨大贡献。虽然冯诺依曼的名字是与普通计算机 联系在起的但他也是人工神经网络研究的先驱之。 年代末设计制作了感知机它是种多层的神经网络。这 项工作首次把人工神经网络的研究从理论探讨付诸工。
3、从学习算法角度 上看是个很大的进步。年第次提出了径向基网络 网络。 第章前言 课题的意义 本毕业设计旨在学习并比较各种自适应控制算法掌握语言利用 对自适应控制系统模型进行仿真分析。 自适应控制是人们要求越来越高的控制性能和针对被控系统的高度复杂化高度 不确定性的情况下产生的是人工智能渗入到。的时间。年代初期模拟与 数字混合的超大规模集成电路制作技术提高到新的水平完全付诸实用化此外数 字计算机的发展在若干应用领域遇到困难。这背景预示向人工神经网络寻求出路 的时机已经成熟。美国的物理学家于年和年在美国科学院院刊上 发表了两篇关于人工神经网络研究的论文引起了巨大的反响。人们重新认识到神经 网络的威力。
4、日常生活带来了极大的便利。目前自适应控制的研究以认 知科学心理学社会学系统学语言学和哲学为基础有效的把数字技术远程 通信计算机网络数据库计算机图形学语音与听觉机器人学过程控制等技 术有机的结合提供了解决复杂问题的有效手段。 自适应控制是在人们在追求高控制性能高度复杂化和高度不确定性的被控系统 情况下产生的是。实践。当时世界上许多实验 室仿效制作感知机分别应用于文字识别声音识别声纳信号识别以及学习记忆问 题的研究。然而这次人工神经网络的研究高潮未能持续很久许多人陆续放弃了这 方面的研究工作这是因为当时数字计算机的发展处于全盛时期许多人误以为数字 计算机可以解决人工智能模式识别专家系统等方面的切问题使感知机的工作 。
5、工神经网络的前景失去信心。 年代末期人工神经网络的研究进入了低潮。 另外在年代初期提出了自适应线性元件网络这是种连续取值 的线性加权求和阈值网络。后来在此基础上发展了非线性多层自适应网络。当时 这些工作虽未标出神经网络的名称而实际上就是种人工神经网络模型。随着人们 对感知机兴趣的衰退神经网络的研究沉寂了相当。人工智能渗入到应用科技领域的必然结果并在常规控制理论的基 础上得到进步的发展和提高。主要研究对象从单输入单输出的常系数线性系统 发展为多输入多输出的复杂控制系统。自适应控制理论的产生为解决复杂系统控制 问题开辟了新的途径成为当下控制领域的研究和发展热点。 国内外研究概况及发展趋势 年心理学家和数理逻辑学家在。
6、不到重视其次当时的电子技术工艺水平比较落后主要的元件是电子管或晶体 管利用它们制作的神经网络体积庞大价格昂贵要制作在规模上与真实的神经网 络相似是完全不可能的另外在年本名为感知机的著作中指出线性感 知机功能是有限的它不能解决如异感这样的基本问题而且多层网络还不能找到有 效的计算方法这些论点促使大批研究人员对于。及付诸应用的现实性。随即大批学者和研究人员围绕着 提出的方法展开了进步的工作形成了年代中期以来人工神经网络的研究热潮。 年将模拟退火算法应用到神经网络训练 中提出了机该算法具有逃离极值的优点但是训练时间需要很长。 年提出了多层前馈神经网络的学习算法即 算法。它从证明的角度推导算法的正确性是学习算法有理论依据。
7、人工智能渗入到应用科技领域的必然结果并在常规控制理论的基 础上得到进步的发展和提高。主要研究对象从单输入单输出的常系数线性系统 发展为多输入多输出的复杂控制系统。自适应控制理论的产生为解决复杂系统控制 问题开辟了新的途径成为当下控制领域的研究和发展热点。 国内外研究概况及发展趋势 年心理学家和数理逻辑学家在。用科技领域的必然结果。并在常规控 制理论的基础上得到进步的发展和提高。进入世纪以来智能控制技术和远程 监测技术继续飞速发展逐渐被应用到电力交通和物流等领域。从卫星智能控制 到智能家居机器人从公共场所的无线报警系统到家用煤气自来水等数据的采集。 可以说智能控制技术和远程监测技术己经渗透到了人们日常生活之中节约了。
8、析总结神经 元基本特性的基础上首先提出神经元的数学模型。此模型沿用至今并且直接影响着 技术的研究并在此领域作出了巨大贡献。虽然冯诺依曼的名字是与普通计算机 联系在起的但他也是人工神经网络研究的先驱之。 年代末设计制作了感知机它是种多层的神经网络。这 项工作首次把人工神经网络的研究从理论探讨付诸工。日常生活带来了极大的便利。目前自适应控制的研究以认 知科学心理学社会学系统学语言学和哲学为基础有效的把数字技术远程 通信计算机网络数据库计算机图形学语音与听觉机器人学过程控制等技 术有机的结合提供了解决复杂问题的有效手段。 自适应控制是在人们在追求高控制性能高度复杂化和高度不确定性的被控系统 情况下产生的是。
9、及付诸应用的现实性。随即大批学者和研究人员围绕着 提出的方法展开了进步的工作形成了年代中期以来人工神经网络的研究热潮。 年将模拟退火算法应用到神经网络训练 中提出了机该算法具有逃离极值的优点但是训练时间需要很长。 年提出了多层前馈神经网络的学习算法即 算法。它从证明的角度推导算法的正确性是学习算法有理论依据 。工神经网络的前景失去信心。 年代末期人工神经网络的研究进入了低潮。 另外在年代初期提出了自适应线性元件网络这是种连续取值 的线性加权求和阈值网络。后来在此基础上发展了非线性多层自适应网络。当时 这些工作虽未标出神经网络的名称而实际上就是种人工神经网络模型。随着人们 对感知机兴趣的衰退神经网络的研究沉寂了相当。
10、用科技领域的必然结果。并在常规控 制理论的基础上得到进步的发展和提高。进入世纪以来智能控制技术和远程 监测技术继续飞速发展逐渐被应用到电力交通和物流等领域。从卫星智能控制 到智能家居机器人从公共场所的无线报警系统到家用煤气自来水等数据的采集。 可以说智能控制技术和远程监测技术己经渗透到了人们日常生活之中节约了。从学习算法角度 上看是个很大的进步。年第次提出了径向基网络 网络。 第章前言 课题的意义 本毕业设计旨在学习并比较各种自适应控制算法掌握语言利用 对自适应控制系统模型进行仿真分析。 自适应控制是人们要求越来越高的控制性能和针对被控系统的高度复杂化高度 不确定性的情况下产生的是人工智能渗入到。
参考资料：
1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
【毕业论文】基于神经网络模型的自适应控制系统设计及仿真
