前向神经网络学习问题研究及其在转台控制中的应用

论文题目: 前向神经网络学习问题研究及其在转台控制中的应用

论文类型: 博士论文

论文专业: 控制理论与控制工程

作者: 盛守照

导师: 王道波

关键词: 前向神经网络,学习算法,复杂性,神经网络控制,伺服系统

文献来源: 南京航空航天大学

发表年度: 2005

论文摘要: 本文主要以工程上应用最为广泛的三层多输入单输出前向神经网络作为研究对象,在以下几个方面进行了开创性研究工作。针对前向神经网络学习问题,给出了前向神经网络输出的统一表达形式,从理论上揭示了网络学习问题的数学本质。在此基础上深入探讨了增广网络输入向量相对期望输出在网络学习输入样本集上的可映射性、增广网络输入向量在网络学习输入样本集上存在的线性相关和无效分量冗余形式、隐含层激励函数对网络学习的影响、隐含层学习参数集在网络学习输入样本集上存在的线性相关和无效冗余形式、观测噪声对动态网络学习参数方程的影响、样本期望风险和单个隐含层神经元对样本期望风险的贡献以及它们的估计方法、单个隐含层神经元对隐含层学习参数集冗余性影响的估计方法等,并给出了增广网络输入向量相对期望输出的可映射性约束条件、增广网络输入向量冗余性约束条件、隐含层学习参数集冗余性约束条件、隐含层学习参数集有效性约束条件以及网络结构约束条件。进一步研究了网络学习样本集与网络泛化性能之间的关系。最后分析了一类隐含层激励函数满足 Mercer 条件的前向神经网络的数学本质,给出了它的网络学习指导理论。针对前向神经网络学习算法设计问题,提出了一种新的前向神经网络基本学习规则,它显式地包含了网络参数学习和隐式地包含了网络结构学习。在此指导下提出了若干新的前向神经网络离线和在线学习算法并简要地分析了它们的计算复杂性问题。针对某型战术导弹综合测试转台的三轴飞行运动模拟器高性能伺服控制问题,分析并指出了速度伺服控制子系统设计是整个伺服控制系统设计的关键。再次从理论与应用上给出利用前向神经网络逼近速度伺服控制子系统的最优速度控制向量函数的途径,继而给出了速度反馈控制器设计指导。最后在速度伺服控制子系统达到良好性能的基础上,探讨了位置伺服控制系统的设计问题,从理论与应用上给出了位置前馈补偿器和位置反馈控制器的设计方法。文中还通过数据试验验证了上述有关前向神经网络学习的理论与方法的可

论文目录:

第一章 绪论

1.1 研究背景和意义

1.2 神经网络发展和现状

1.3 神经网络在控制领域中的应用

1.4 转台控制策略

1.5 研究目的和范围

1.6 研究内容

第二章 前向神经网络学习问题理论分析

2.1 引言

2.2 前向神经网络结构

2.3 前向神经网络数学表示

2.4 前向神经网络学习问题数学描述

2.5 前向神经网络学习问题理论分析

2.5.1 增广网络输入向量相对期望输出的可映射性分析

2.5.2 增广网络输入向量冗余性分析

2.5.3 隐含层激励函数对网络学习的影响

2.5.4 动态网络学习参数方程

2.5.5 隐含层学习参数集冗余性分析

2.5.6 动态网络学习参数方程摄动分析

2.5.7 样本期望风险分析

2.5.8 单个隐含层神经元对样本期望风险的贡献分析

2.5.9 样本期望风险估计

2.5.10 单个隐含层神经元对样本期望风险的贡献估计

2.5.11 单个隐含层神经元对隐含层学习参数集冗余性影响的估计方法

2.6 网络学习样本集选择理论分析

2.7 隐含层激励函数满足Mercer条件的前向神经网络学习问题理论分析..

2.7.1 网络数学本质

2.7.2 网络学习指导理论

2.8 本章小结

第三章 前向神经网络学习算法设计

3.1 引言

3.2 前向神经网络基本学习规则

3.3 前向神经网络学习算法设计研究

3.3.1 一种简单的次优前向神经网络学习算法

3.3.2 推挽式前向神经网络学习算法

3.3.3 动态筛选样本的前向神经网络学习算法

3.3.4 一种动态递增隐含层的多层前向神经网络学习算法

3.3.5 限定记忆的前向神经网络在线预测学习算法

3.4 前向神经网络学习算法实例分析

3.4.1 前向神经网络离线学习算法实例分析

3.4.2 前向神经网络在线预测学习算法实例分析

3.5 本章小结

第四章 基于前向神经网络的转台伺服控制设计

4.1 引言

4.2 基于前向神经网络的转台伺服控制设计

4.2.1 控制系统描述

4.2.2 基于前向神经网络的速度伺服控制子系统设计

4.2.3 位置伺服控制系统设计

4.3 本章小结

第五章 结论

参考文献

致谢

攻读博士期间完成的学术论文

攻读博士期间参与完成的科研项目

发布时间: 2005-07-08

参考文献

• [1].递归神经网络梯度学习算法的收敛性[D]. 徐东坡.大连理工大学2009

相关论文

• [1].伺服系统低速特性与抖动补偿研究[D]. 陈娟.中国科学院长春光学精密机械与物理研究所2001
• [2].人工神经网络技术及其应用[D]. 覃光华.四川大学2003
• [3].神经网络及其在控制中的应用研究[D]. 杨旭华.浙江大学2004
• [4].神经网络在过程辨识与控制中的应用研究[D]. 周黎辉.华北电力大学（河北）2004
• [5].多输出神经元模型的多层前向神经网络及其应用[D]. 沈艳军.华中科技大学2004
• [6].遗传算法与小波神经网络中若干问题的研究[D]. 刘守生.南京航空航天大学2005
• [7].反馈神经网络的结构设计、学习算法及其应用研究[D]. 乔士东.国防科学技术大学2005
• [8].高精度机械轴承转台摩擦补偿研究[D]. 王忠山.哈尔滨工业大学2007

标签：前向神经网络论文;  学习算法论文;  复杂性论文;  神经网络控制论文;  伺服系统论文;