7.1.1智能控制理论体系 模糊智能控制(Fuzzy Control)神经网络控制(Neurocontrol)模糊神经网络与神经模糊控制 遗传算法与进化控制(Genetic Algorithm/ Control)软计算(Soft Computation)

下丘脑与神经垂体和腺垂体的联系非常密切,如视上核和室旁核的神经元轴突延伸终止于神经垂体,形 成下丘脑-垂体束。在下丘脑与腺垂体之间通过垂体门脉系统发生功能联系

自适应线性元件( Adaptive Linear Element,简称 Adaline)也是早期神经网络 模型之一,它是由威德罗( Widrow)和霍夫(Hof)首先提出的。它与感知器 的主要不同之处在于其神经元有一个线性激活函数,这允许输出可以是任意 值,而不仅仅只是像感知器中那样只能取0或1。另外,它采用的是W一H学 习法则,也称最小均方差(LMS)规则对权值进行训练,从而能够得到比感知器 更快的收敛速度和更高的精度 自适应线性元件的主要用途是线性逼近一个函数式而进行模式联想

热轧钢材的淬火冷却是改善钢材质量和性能的重要措施,淬火过程的核心就是控制钢板的冷却速度.针对传统的淬火控冷模型的固有缺陷,为了满足扩展钢种、规格及淬火温度高精度的要求,利用神经网络技术建立了神经网络淬火控冷温度预报模型,该模型与回归数学模型相结合,完成淬火控冷现场控制.应用结果证明,该综合模型极大地提高了钢板淬火冷却的控制精度,提高了产品的成材率

人体各器官、系统的功能都是直接或间接处于神经系统的调节控制之下,神经系统是整体内起主导作用调节系统。人体是一个极为复 杂的有机体,各器官、系统的功能不是孤立的,它们之间互相联系、互相制约:同时,人体生活在经常变化的环境中,环境的变化随 时影响着体内的各种功能

◆ 神经和肌肉的兴奋与兴奋性 ◆ 细胞的跨膜物质运转和信号传递 ◆ 神经冲动的产生和传导 ◆ 兴奋的传递 ◆ 肌肉的收缩

提出采用多层局部回归神经网络建立多变量非线性系统多步预测模型的方法,神经网络模型可提供多步预测控制所需要的系统输出预测值及输出向量对控制向量的雅可比矩阵.仿真试验表明这种动态神经网络的预测模型具有较高的精度

一、神经系统的功能和结构 二、中枢神经: 三、脑、脊髓、脑脊膜 四、脑实质:灰质和白质,脑室:脑脊液

为实现酒精发酵变温控制，提出一种新的、具有专家调整策略的神经网络自组织模糊控制器.用神经网络代替传统模糊控制器的逻辑规则推理合成运算或查表，减少了工作量.采用一种对量化，比例因子进行专家调整的策略，使系统响应的上升时间减少，超调量降低，控制器的鲁棒性，稳定性均良好

中枢神经系统(CNS)在机体生理活动中发挥着主导 和协调作用。 通过神经体液性调节维持内环境稳定,并对外环境及 时作出反应,在人类,它还主宰着高度的智能及复杂行为 ,其结构和功能远比外周神经复杂