智能控制技術(shù)課后答案全攻略

1 智能控制技術(shù)第二章習(xí)題答案智能控制技術(shù)第二章習(xí)題答案 2-2 解: (1)語氣算子”很” =2 即w(a)= 2 )(ar “很年輕”模糊集隸屬度函數(shù) w(a)= ) + 20025(1 2500 1 2 5 25 a a a (2) “不老也不年輕” V=OY v(a)= + = 0 1 Neti 閥 值函數(shù) f （2） 分段線性型 0 0 max 0 () ii iiiiil iil NetNet f NetkNet NetNetNet fNetNet = 0 fmax Neti 線性函數(shù) f Neti1Neti0 （3） Sigmoid 函數(shù)型 1 () 1 i iNet T f Net e = + 0 Neti Sigmoid函數(shù) f 1 0.5 （4） Tan 函數(shù)型 () ii ii NetNet TT iNetNet TT ee f Net ee = + 0 Neti Tan函數(shù) f 1 2、 為什么由簡單的神經(jīng)元連接而成的神經(jīng)網(wǎng)絡(luò)具有非常強(qiáng)大的功能？ 神經(jīng)系統(tǒng)是一個高度復(fù)雜的非線性動力學(xué)系統(tǒng)， 雖然每一個神經(jīng)元的結(jié)構(gòu)和功能十分簡 單，但由大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)的行為卻是豐富多彩和十分復(fù)雜的。 從神經(jīng)元模型角度來看，有線性處理單元和非線性處理單元。 從網(wǎng)絡(luò)結(jié)構(gòu)方面來看，有：前向網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。 3、神經(jīng)網(wǎng)絡(luò)按連接方式分有哪幾類，按功能分有哪幾類、按學(xué)習(xí)方式分又有哪幾類？ 神經(jīng)網(wǎng)絡(luò)按連接方式？ 神經(jīng)網(wǎng)絡(luò)按連接方式分 神經(jīng)網(wǎng)絡(luò)是由通過神經(jīng)元的互連而達(dá)到的。 根據(jù)神經(jīng)元的連接方式的不同， 神經(jīng)網(wǎng)絡(luò)可 分為以下四種形式： （1） 前向網(wǎng)絡(luò) 由輸入層、隱含層和輸出層組成。每一層只接受前一層神經(jīng)元的輸 入。各神經(jīng)元之間不存在反饋。屬于層次型網(wǎng)絡(luò)。 . . . . . . . . . 輸 入 輸 出 前向網(wǎng)絡(luò) （2） 反饋網(wǎng)絡(luò) 只在輸出層到輸入層存在反饋，即每一個輸入節(jié)點(diǎn)都有可能接受來 自外部的輸入和來自輸出神經(jīng)元的反饋。屬于層次型網(wǎng)絡(luò)。 輸 入 輸 出 反饋網(wǎng)絡(luò) （3） 相互結(jié)合型網(wǎng)絡(luò) 這種神經(jīng)網(wǎng)絡(luò)在任意兩個神經(jīng)元之間都可能有連接。在這個 狀態(tài)中，信號要在神經(jīng)元之間反復(fù)往返傳遞，網(wǎng)絡(luò)處在一種不斷改變狀態(tài)的動態(tài)之中，從某 種初態(tài)開始，經(jīng)過若干次的變化，才會達(dá)到某種平衡狀態(tài)。屬于網(wǎng)狀結(jié)構(gòu)網(wǎng)絡(luò)。 輸 入 輸 出 相互結(jié)合型網(wǎng)絡(luò) （4） 混合型網(wǎng)絡(luò) 通過同一層內(nèi)神經(jīng)元的相互結(jié)合，可以實(shí)現(xiàn)同一層內(nèi)神經(jīng)元之間 的橫向抑制或興奮機(jī)制。 這樣可以限制每層內(nèi)能同時動作的神經(jīng)元數(shù)， 或者把每層內(nèi)的神經(jīng) 元分為若干組，讓每組作為一個整體來動作。它是層次型網(wǎng)絡(luò)和網(wǎng)狀結(jié)構(gòu)網(wǎng)絡(luò)的一種結(jié)合。 輸 入 輸 出 混合型網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)按功能分有哪幾類、 神經(jīng)網(wǎng)絡(luò)將神經(jīng)元按功能和順序的不同分為輸出層、中間層（隱層）、輸出層。輸出層各神 經(jīng)元負(fù)責(zé)接收來自外界的輸入信息， 并傳給中間各隱層神經(jīng)元； 隱層是神經(jīng)網(wǎng)絡(luò)的內(nèi)部信息 處理層，負(fù)責(zé)信息變換。根據(jù)需要可設(shè)計(jì)為一層或多層；最后一個隱層將信息傳遞給輸出層 神經(jīng)元經(jīng)進(jìn)一步處理后向外界輸出信息處理結(jié)果。 神經(jīng)網(wǎng)絡(luò)按按學(xué)習(xí)方式分又有哪幾類？ 有導(dǎo)師學(xué)習(xí)和無導(dǎo)師學(xué)習(xí)。 4 、 如 圖 4-24 所 示 的 多 層 前 向 傳 播 神 經(jīng) 網(wǎng) 絡(luò) 結(jié) 構(gòu) 。 假 設(shè) 對 于 期 望 的 輸 入 12 ,13x x=, 12 ,0.90.3 dd yy=。 網(wǎng)絡(luò)權(quán)系數(shù)的初始值見圖。 試用 BP 算法訓(xùn)練此網(wǎng) 絡(luò)。并詳細(xì)寫出第一次迭代學(xué)習(xí)的計(jì)算結(jié)果。這里，取神經(jīng)元激勵函數(shù) 1 ( ) 1 x f x e = + 。學(xué) 習(xí)步長為1=。最大迭代次數(shù)為 iterafe max。誤差為 e。 （四舍五入，精確到小數(shù)后 1 位） x1 x2 1 1 2 -2 0 3 -1 -1 1 0 -2 1 -2 3 o1 o2 y1 y2 神經(jīng)網(wǎng)絡(luò) 結(jié) 構(gòu) 圖 w11 w12 w21 w22 w20 w112 w122 w10 w102 w212 w222 w202 解 輸入最大容許逼近誤差值和最大迭代學(xué)習(xí)次數(shù) iterate max。置初始迭代學(xué)習(xí)次數(shù) 0iterate =。 （1）.置各權(quán)值或閾值的初始值：(0),(0) jij w為小的隨機(jī)數(shù)值； 回顧： 單一人工神經(jīng)元有線性和非線性 （1） 單一人工神經(jīng)元線性 單一人工神經(jīng)元示意圖（線性） . . . 1 x1 x2 xn 0 1 w 2 w n w ( ) x y 單一人工神經(jīng)元的示意圖 最簡單的人工神經(jīng)元輸入和輸出數(shù)學(xué)表示： 假設(shè)輸入項(xiàng)Net由輸入信號xj(j=1,2,n)的線性組合構(gòu)成，即 0 1 n jj j Netw x = =+ 0 為閥值； j w是決定第 j 個輸入的突觸權(quán)系數(shù)。 神經(jīng)元的平衡態(tài)輸出 y 為 0 1 () n jj j yw x = =+ 式中( )x表示神經(jīng)元的激勵函數(shù) 前面假設(shè)輸入項(xiàng)Net是輸入信號xi的線性函數(shù)。 一般情況下， Net是輸入信號xi的非線性函數(shù)。 因此本題的權(quán)值 1 11 w， 1 12 w， 1 10 w， 1 21 w， 1 22 w， 1 20 w x1 x2 1 1 2 -2 0 3 -1 1 1 0 -2 1 -2 3 o1 o2 y1 y2 圖 4-15 例4-1 的神經(jīng)網(wǎng)絡(luò) 結(jié) 構(gòu) 圖 w11 w12 w21 w22 w20 w112 w122 w10 w102 w212 w222 w202 （2）.提供訓(xùn)練樣本：輸入矢量：,1,2,., k XkP=；期望輸出：,1,2,., k dkP=；對每個 輸入樣本進(jìn)行下面 iterate max 的迭代； 12 ,13x x= （3）.計(jì)算網(wǎng)絡(luò)的實(shí)際輸出及隱層單元的狀態(tài)： () kjjjikij i ofw o=+ 因?yàn)?12 ,13 TT x x= 1111 111 11221012 1( 2)1 32netw xw xwxx=+=+ += 1111 221 12222012 2(0)1 ( 1)1netw xw xwxx=+=+= 1 1 1 2 11 0.1192 1 1 net o e e = + + 1 2 2 1 11 0.7311 1 1 net o e e = + + 2222 111 11221012 1(0)2 12.1192netw ow owoo=+=+ = 2222 221 12222012 1( 2)3 1 -4.3430netw ow owoo=+=+ = 2 1 1 1 0.8928 1 net y e = + 2 2 2 1 0.0128 1 net y e = + （4）.計(jì)算訓(xùn)練誤差： (1)()() kjkjkjkjkj ooto=輸出層 (1)() kjkjkjkmmj m oow= 隱含層 1）輸出層 22 11111111 ()()()(1)6.8910e-004 dd yyfnetyy yyd= 22 22222222 ()()()(1)0.0036 dd yyfnetyyyyd= 2）隱含層 1222222 11 1111122111 (1)() (1) (6.8910e-004 1 (0.0036) 1) 0.1192 (1 0.1192) 4.5032e-004 kk k w oowwoodddd=+ = + = 1222222 222211222222 (1)()(1) (6.8910e-004 0(0.0036) ( 2) 0.7311 (1 0.7311) -0.0014 kk k w oowwoodddd=+ = + = （5）.修正權(quán)值和閾值： (1)( )( )(1) (1)( )( )(1) jijijkijiji jjjjj wtwtowtwt tttt +=+ +=+ 11 1111 4.5032e-004 14.5032e-004wxd= = 11 1212 4.5032e-004 30.0014wxd= = 11 101 4.5032e-004wd= 11 2121 (-0.0014) 1-0.0014wxd= = 11 2222 (-0.0014) 3 0.0042wxd= = 11 202 -0.0014wd= 22 1111 6.8910e-004 0.1192 8.2141e-005wod= 22 1212 6.8910e-004 0.73115.0380e-004wod= 22 101 6.8910e-004wd= 22 2121 0.0036 0.11924.2912e-004wod= 22 2222 0.0036 0.7311 0.0026wod= 22 202 0.0036wd