采用BP神经网络记忆模糊规则的控制

本文提供了一种比模糊推理更为自然的方式使用人们的经验知识,通过一组神经元不同程度的兴奋表达一个抽象的概念值,由此将抽象的经验规则转化成多层神经网络的输入-输出样本.通过Back-Propagation学习算法使得网络记忆这些样本。控制器以“联想记忆”方式使用这些经验.本文介绍了控制器的构造方法,给出了控制仿真结果,并讨论了这种控制器的特点和发展前途.

多层神经网络的样本记忆能力

本文论述了前馈型网络,隐节点层进行线性独立变换的能力.严格证明了Mirchandani等关于隐节点在输入空间划分出区域数的定理.给出多层前馈型神经网络采用单位阶跃和连续渐近激发函数两种情况下,实数值样本绝对记忆能力的两个定理.

非线性系统迭代学习算法

对于一个未知的非线性连续系统或离散系统,从任给的一个初始控制出发,尝试实现一条给定的输出目标轨线。在满足一定条件下,利用跟踪误差来修正控制函数,经过反复的迭代学习可以取得满意的效果。本文改进了Arimoto、Togai和Bien等的开环迭代学习的收敛条件,并提出闭环迭代学习算法。理论与仿真结果证明了闭环算法在收敛条件、速度和抗干扰能力上都优于开环算法。

中华文明向何方?

中华文明正在三叉路口上,一边是坚持传统吸纳消化西方文化的精华,一边是彻底改造文化基因成为西方的同类。在漫长的几千年,我们曾被外族入侵统治过,但中国传统文化都能包容吸纳外来的异端。百多年前我们被打痛了,输入革命图强,经过半个多世纪的血火战乱,折腾除旧,在满目疮痍的废墟上蓦然醒来,回到务实的中庸传统,不争议,不拘一格,埋头建设,取得了不俗的物质成果。