1、 智能控制的产生和基本特征 2、基于神经网络的系统辨识 3、基于神经网络的系统辨识示例 4、基于神经网络的系统控制 5、基于神经网络的系统控制示例

第一节 神经系统的基本元件 第二节 神经元之间的信息传递 第三节 感觉功能 第四节 调节躯体运动功能 第五节 植物性神经系统的功能 第六节 大脑的高级功能 重点: 神经系统的感受机能、神经 系统对躯 体运动和内脏活动的调节 难点： 突触传递机理

人工神经网络的发展历史 人工神经网络的定义、特点和应用 从生物神经元到人工神经元

授课内容： • 1.全身肌的分群及其作用 • 2.支配这些骨骼肌的主要神经: • (1)脊神经:颈丛的主要分支和分布;臂丛主要分支的分布和损伤后的临床表现，腰丛主要的分支和分布，骶丛主要的分支分布和临床意义 • (2) 部分脑神经:副神经,三叉神经和面神经. 重点和难点： • 1. 各群骨骼肌的形态、分类、结构、起止和作用. • 2.各个作用不同肌群的神经支配

基于人工神经网络( Artificial Neural Network)的控制(ann-based Control)简称神经控制(Neural Control)。神经网络是由大量人工神经元(处理单元)按照一定的拓扑结构相互连接而成的一种具有并行计 算能力的网络系统。它是在现代神经生物学和认识科学对人类信息处理研究的基础上提出来的,具有很强 的自适应和学习能力、非线性映射能力、鲁棒性和容错能力

一、神经组织 二、神经元※ 三、突触章 四、神经胶质细胞 五、有髓神经纤维※ 六、神经末梢

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量

第一节 神经肌肉的兴奋和兴奋性 一、神经和肌肉属于可兴奋组织 二、神经和肌肉细胞的跨膜电位 三、锋电位是兴奋过程的必然表现 第二节 细胞的跨膜物质运输和信号传递功能 第三节 神经冲动的产生与传导 第四节 兴奋由神经向肌肉的传递 第五节 肌肉收缩

第一节 神经元和神经胶质细胞的功能 第二节 神经元间的功能联系-突触传递 第三节 神经系统的感觉分析功能 第四节 神经系统对姿势和运动的调节 第五节 神经系统对内脏活动的调节 第六节 觉醒、睡眠与脑电活动 第七节 脑的高级功能