学位论文 > 优秀研究生学位论文题录展示

基于Hopfield神经网络控制系统的研究

作　者: 陈少华
导　师: 徐文尚
学　校: 山东科技大学
专　业: 控制理论与控制工程
关键词: Hopfield网络能量函数极小点目标函数
分类号: TP183
类　型: 硕士论文
年　份: 2010年
下　载: 147次
引　用: 0次
阅　读: 论文下载

内容摘要

Hopfield网络作为一个非线性动力学系统,由非线性元件构成的全连接型动态反馈网络,Hopfield网络中的输出端有反馈到其输入端。所以,整个网络在输入的激励下,会产生不断的状态变化。当有输入之后,就可以求取出Hopfield的输出,这个输出反馈到输入从而产生新的输出,这个反馈过程一直进行下去。如果Hopfield网络是一个能收敛的稳定网络,则网络反馈与迭代的计算过程所产生的变化越来越小,一旦到达了稳定平衡状态。那么Hopfield网络就会输出一个稳定的恒值。如果把稳定状态视为一个记忆样本,那么从初期朝稳定收敛的过程就是寻找最优样本的过程。初始状态可以认为说给定样本的部分信息,神经网络的演变过程可以从初始部分信息找到全部信息,以实现联想记忆；另外如果将稳定状态与某种优化计算的目标函数相对应,作为神经网络能量函数的极小点,那么优化计算过程就是从初始状态寻找能量函数极小点的过程。本文正是利用Hopfield网络的这一特点来设计神经网络控制器,将Hopfield网络稳定状态和目标函数相对应,网络运行的过程就是跟踪目标函数的过程。首先介绍了Hopfield网络的工作原理。然后论证了离散型Hopfield网络和连续型Hopfield网络的稳定性,即整个网络一旦开始运行就会自动向着能量减少的方向移动,网络最终输出为网络的平衡点同时也是能量的极小点。最后设计了基于连续型Hopfield网络的控制器,比较了Hopfield网络控制器与常见PID控制器的优缺点,并进行仿真。仿真结果表明,基于Hopfield网络的控制方法比常规控制方法的快速性和稳定性都有较大提高。

全文目录

摘要  5-6
ABSTRACT  6-9
1 绪论  9-17
  1.1 课题背景  9-10
  1.2 本课题的研究现状  10-12
  1.3 神经网络的应用领域  12-16
  1.4 本文的主要研究内容  16-17
2 神经网络的原理  17-31
  2.1 神经网络介绍  17-20
  2.2 神经元连接形式  20-23
  2.3 神经网络的学习  23-31
3 Hopfield神经网络  31-37
  3.1 Hopfield神经网络概述  31
  3.2 离散型Hopfield神经网络  31-34
  3.3 连续型Hopfield神经网络  34-37
4 Hopfield网络控制系统设计  37-58
  4.1 单神经元Hopfield控制器  37-42
  4.2 单神经元Hopfield控制系统仿真  42-46
  4.3 Hopfield神经网络控制器  46-50
  4.4 Hopfield网络控制系统仿真  50-58
5 结论与展望  58-60
  5.1 本文的主要工作与结论  58
  5.2 展望  58-60
参考文献  60-64
致谢  64-65
攻读硕士期间主要成果  65

基于Hopfield神经网络控制系统的研究

内容摘要

全文目录

相似论文