本文介绍了神经网络控制技术的起源，经典案例——Hopfield网络，以及神经网络控制技术在变频器控制中的应用。此外，详细阐述了神经网络算法的四种原理，包括ART、LVQ、Kohonen和Hopfield网络，并探讨了人工神经网络的结构形式。最后，讨论了神经网络硬件选型，特别是FPGA在神经网络实现中的作用。
神经网络控制系统概念最早是什么时候提出来？有没有经典的案例介绍？
1943年，McCulloch与Pitts合作提出了第一个神经计算模型，简称MP模型。
典型反馈网络——Hopfield网络美国物理学家Hopfield提出了离散型Hopfield神经网络和连续型Hopfield神经经网络，引入“计算能量函数”的概念，给出了网络稳定性判据，尤其是给出了Hopfield神经网络的电子电路实现，开拓了神经网络用于联系那个记忆和优化计算机的新途径。
【资料来源】：中国自动化网CA800。
什么是神经网络控制
神经网络控制技术是一项复杂的系统控制技术，一般应用在变频器的控制中，它是通过对系统的辨识、运算后对变频器进行控制的一种新技术爱发猫 www.aifamao.com。
而且神经网络控制可以同时控制多个变频器，所以应用在多个变频器级联控制中比较合适。
神经网络算法原理
一共有四种算法及原理，如下所示：1、自适应谐振理论（ART）网络自适应谐振理论（ART）网络具有不同的方案。一个ART-1网络含有两层一个输入层和一个输出层。
这两层完全互连，该连接沿着正向（自底向上）和反馈（自顶向下）两个方向进行。2、学习矢量量化（LVQ）网络学习矢
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
