机电系统智能控制技术课程作业答案(3).
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
机电系统智能控制技术课程作业答案(3)
一、填空题
1.信息处理系统
2.轴突突触
3.自学习自组织自适应性
4.转移函数
5.线性多层感知器
6.收敛
7.在线学习离线训练
8.系统在线辨识器NNI 自适应控制器NNC
二、选择题
1.A 2. D 3. C 4. A
5.B 6. B 7. C 8. D
三、简答题
1.神经网络有何主要特征?有那些基本功能?
解答:
(1)神经网络的主要特征
人工神经网络是基于对人脑组织结构、活动机制的初步认识提出的一种新型信息处理体系。通过模仿脑神经系统的组织结构以及某些活动机理,人工神经网络可呈现出人脑的许多特征。结构特征包括:信息的并行处理、分布式存储与容错性;能力特征包括:自学习能力、自组织能力与自适应性能力。
(2)神经网络的基本功能
人工神经网络是借鉴于生物神经网络的新型智能信息处理系统,由于其结构上“仿造”了人脑的生物神经系统,因而其功能上也具有了某种智能特点。主要功能包括:联想记忆功能、非线性映射功能、分类与识别功能、优化计算功能和知识处理功能。
2.简述BP神经网络的主要优点和主要局限性。
解答:
(1)BP神经网络的主要优点
非线性映射能力BP网络能学习和存贮大量输入-输出模式映射关系,而无需事先了解
描述这种映射关系的数学方程。只要能提供足够多的样本模式对供BP 网络进行学习训练,它便能完成由n 维输入空间到m 维输出空间的非线性映射。
泛化能力 BP 网络训练后将所提取的样本对中的非线性映射关系存储在权矩阵中,在其后的工作阶段,当向网络输入训练时未曾见过的非样本数据时,网络也能完成由输入空间向输出空间的正确映射。
容错能力 BP 网络允许输入样本中带有较大的误差甚至个别错误。因为对权矩阵的调整过程也是从大量的样本对中提取统计特性的过程,反映正确规律的知识来自全体样本,样本中的误差不能左右对权矩阵的调整。
(2)BP 神经网络的主要局限性
易形成局部极小而得不到全局最优;
训练次数多使得学习效率低,收敛速度慢;
隐节点的选取缺乏理论指导;
训练时学习新样本有遗忘旧样本的趋势。
四、计算题
该单层感知器输出为
将真值表中的4种输入依次代入上式,所得结果填入真值表。
从真值表可以看出,该感知器实现的是“与”逻辑。
⎩⎨⎧<-+>-+=05.05.000
5.012121x x x x y