1、神经网络系统在控制与动态系统中的应用

神经网络系统在控制与动态系统中的应用

一、神经网络系统概述

人工神经网络受人类大脑结构启发，由大量相互连接的简单处理单元（神经元）组成。它能直接从数据中学习，解决复杂或棘手问题，还能轻松适应新环境，处理噪声、不一致、模糊或概率性信息。这些特性推动了人工神经网络的广泛研究与发展。以下是其主要特点：
- 学习能力 ：通过调整神经元间连接强度来学习解决问题。
- 适应性 ：能根据新数据适应新环境。
- 处理复杂信息 ：可处理噪声、不一致等信息。

二、不同神经网络技术及应用

（一）基于正交激活函数的神经网络（OAFNN）

• 架构与特性 ：OAFNN的激活函数可为任意正交函数，具有无局部极小值和参数快速收敛等优点。其架构设计灵活，学习算法采用梯度下降法。
• 应用领域
  1. 频域应用 ：使用傅里叶级数神经网络，包括神经网络频谱分析仪、描述函数识别和自适应控制系统。
  2. 时域应用 ：用于系统识别和控制，如神经网络非线性识别器、逆模型控制器和直接自适应控制器。