广工论文答辩PPT样板

《广工论文答辩PPT样板》由会员分享，可在线阅读，更多相关《广工论文答辩PPT样板（52页珍藏版）》请在金锄头文库上搜索。

1、可拓评价在模糊神经网络可拓评价在模糊神经网络结构优化中的研究结构优化中的研究学生：学生：XXX导师：导师：XXX教授教授1a论文结构第一章 绪论第二章 模糊神经网络的基本理论第三章 可拓评价及评价指标体系第四章 模糊神经网络结构评价第五章 柔性物料加工轨迹FNNS优化及仿真2a第一章 绪论研究背景目的 意义 寻找一种能够直接把FNN应用在绗缝加工中的有效方法 可拓评价法现状FNN现状FNN结构优化现状 可将应用于绗缝加工系统，控制轨迹变形偏差，提高精度和效率 3a 非刚性材料高速加工时运动方向和速度的动态变化，使材料变形和预定轨迹改变，数据不易获得，难以得到运动对象控制模型，其中存在三个关键问

2、题：（1）由于加工对象变形，使设定加工轨迹发生变化，变化量难以预测；（2）变形因素复杂多变，无法建立加工对象常规精确模型；（3）难以保证实时控制。 研究背景第一章 绪论4a 可拓评价方法研究现状研究现状 可拓学从新的角度为人们认识和分析现实世界、解决现实世界中的矛盾问题，提出了一种新的方法。可拓学的发展经历了可拓学的发展经历了三个阶段三个阶段: :孕育阶段，初创阶段，学科的应孕育阶段，初创阶段，学科的应用研究与推广阶段用研究与推广阶段 。 第一章 绪论5a研究现状 根据实际应用领域的不同，提出了一些新理论、新方法。例如可拓决策方法、新产品构思方法、物元变换方法、菱形思维方法、优度评价方法优度评

3、价方法、物元相容度判别方法、可拓营销策划方法、可拓检测方法等。 可拓评价方法研究现状第一章 绪论6a研究现状针对柔性物料加工的特点，以可拓工程方法为基础，建立多指标性能参数的综合评判物元模型，以定量数值表示评定结果，选取具有代表性、且对网络优化起重要作用的指标，较完整地反映被评价对象的综合水平。 可拓评价方法研究现状第一章 绪论7a FNN结构优化现状 FNN在上世纪六十年代就有人研究了，但真正深入研究是在1988年，美国国家宇航局(NASA)召开了神经网络和模糊理论结合的国际会议，人们才认真开始注意神经网络和模糊理论结合的研究。Jang在1993 年提出并设计了网络结构模型，这种网络结构便是

4、FNN的雏形。Wang将Mamdnai模糊模型和多层前向网络(BP网)相结合，构成结构简单的标准型模糊神经网络，物理意义明确，已经被证明了具有万能逼近能力，这使得它在系统控制和辨识上都得到了广泛应用研究现状第一章 绪论8a 模糊信息处理过程中，FNN的性能在很大程度上受限于网络结构。不同结构的不同结构的FNN应用到不同的应用到不同的场合，会得到不同的结果场合，会得到不同的结果，其重要性引发人们对FNN结构的进一步研究。提出了各种新的模糊神经网络模型，给出了与之相适应的学习算法，这些研究不仅加速了模糊神经网络理论的完善，而且在实际中得到了广泛应用。 研究现状 FNN结构优化现状第一章 绪论9a1

5、. 建立适合于柔性物料加工轨迹变形误差预测的模糊神经网络理论 2. 由可拓策略生成多种网络模型方案，构建柔性物料加工的FNN模型评价体系3. 仿真验证柔性物料加工FNN的优点研究目的第一章 绪论10a1. 利用可拓评价法构建FNN的物元模型,使用可拓学解决FNN在控制中的参数选取和评价技术 2. 针对绗缝物料加工轨迹变形的非线性对象的控制问题，目前仍未找到有效的解决方案，本论文的方法为解决这类加工过程控制提出了新的思路 3. 评价过程中无须人工干预，评价结果真实可靠，评价方法灵活 研究意义第一章 绪论11a1. 根据评价体系的原则和要求，结合FNN的特征，建立柔性物料加工轨迹变形的FNN方案的

6、评价体系 2. 针对传统优化方法的不足，创新性地采用一种新的评价方法可拓学优度评价法，将其应用于FNN结构的优选，并通过实例验证了此种方法的可靠性与可操作性 创新之处第一章 绪论12a 模糊神经网络理论 FNN常用智能优化算法 常用优化方法 第二章模糊神经网络基本理论 13au 模糊神经网络结构设计u 模糊神经网络的学习算法u 模糊神经网络结构的分类 第二章模糊神经网络基本理论 14ax1 模糊化层 输入层y x2 xn 反模糊化层 模糊规则层图2-1 模糊神经网络结构1、模糊BP神经网络结构如图2-1u 模糊神经网络结设计第二章模糊神经网络基本理论 15a结构层输入输出输入层模糊化层模糊规则

7、层反模糊化层2、模糊、模糊BP神经网络结构各层输入输出神经网络结构各层输入输出u 模糊神经网络结设计第二章模糊神经网络基本理论 16au 模糊神经网络模糊神经网络学习算法学习算法1. 传递函数为Sigmoid型 3. 网络目标误差函数 4. 总误差 2. 修正权值 第二章模糊神经网络基本理论 17a连接形式和使用功能 运算方法 逻辑模糊神经网络 算术模糊神经网络混合模糊神经网络 功能 分类FNN模式识别的FNN聚类的FNN函数逼近的FNN模糊推理的FNN 松散型结合 并联型结合串联型结合输入信号和网络权值 权值模糊化网络输入模糊化网络权值与输入模糊化网络 第二章模糊神经网络基本理论 18a F

8、NN常用智能优化算法模拟退火算法 粒子群优化算法 蚁群优化算法 遗传算法 混合算法第二章模糊神经网络基本理论 19a FNN常用优化方法穷举法 增长法 剪枝法 进化算法其它算法 增长剪枝联合法 级联相关法 启发式法Upstart法 增长剪枝联合法 灵敏度法 惩罚项法 奇异值分解法 统计法常用优化方法第二章模糊神经网络基本理论 20a方法应 用优 点缺 点穷举法对不同的网络结构大小，调整规则，通过比较和评估候选网络模型，从而决定最佳模型。处理大型数据集问题较方便。1.在大范围的模型中搜索，计算量大；2.随着候选模型数量的增加，成功率降低。增长法自底向上的设计方法，开始时设计一个小规模网络，训练过

9、程中根据网络性能要求逐步增加隐层节点或隐层直至满足性能要求。1.明确了网络结构；2.先找出小的结构方案;3.随着网络隐含节点数的增加,不易陷入局部最小值。1.隐层节点数大时，网络的泛化能力弱；2.随着网络的隐节层点数增加，会有较大传播，且计算量大剪枝法自顶向下的设计方法。在开始时构造足够大的网络模网络，然后在训练过程中逐步删除或合并那些不必要的节点和权值，以达到精简网络结构，改进泛化的目的。1.不易陷入局部最小值；2.随着冗余的剔除，网络更适合实际函数和有更好的归纳性能1.难以确定多大的网络才是足够大的；2.搜索空间的增加将导致全局最优搜索的复杂性激增。进化算法利用其全局搜索的能力进行网络结构

10、的优化和调整。1.并行搜索，搜索效率高；2.目标函数要求宽；3.随机寻优，不存在局部收敛问题。1.易出现早熟，陷入局部极优；2.计算量大，训练时间长。下表概括对比了几种下表概括对比了几种FNN结构优化方法的应用、优点和缺点结构优化方法的应用、优点和缺点 第二章模糊神经网络基本理论 21a 可拓评价理论 评价指标体系 改进的评价方法 可拓评价方法的优势第三章 可拓评价理论及评价体系22au 可拓评价的基本概念u 优度评价方法的步骤 可拓评价理论物元的概念可拓集合定义 关联函数的定义关联度(规范关联度)优度确定衡量指标 确定权系数 首次评价构造关联函数，计算关联度关联度规范化计算优度第三章 可拓评

11、价理论及评价体系23a物元概念 给定事物名称 N ，它关于特征c的量值为v，以有序三元组R作为描述事物的基本元，简称为物元。事物的名称 N ，特征 c和量值v称为物元的三要素。其中 R = (N,c,v)。根据物元的定义，物元的三要素 N ，c，v之间的关系用式子 v =c(N)来表示。物元三个要素的变化和事物内部结构的变化使物元产生变化从而物元是描述事物可变性的基本工具。第三章 可拓评价理论及评价体系24a可拓集合概念 设U为论域，u为U中的任一元素，k是U到实域I的一个映射， 是给定的变换，称 为论域U上的一个可拓集， 为的关联函数， 为的可拓函数。其中TU，Tk，Tu分别为论域U、关联准

12、函数k和元素u的变换。第三章 可拓评价理论及评价体系25a关联函数概念 给定事物名称 N ，它关于特征c的量值为v，以有序三元组R作为描述事物的基本元，简称为物元。事物的名称 N ，特征 c和量值v称为物元的三要素。其中 R = (N,c,v)。根据物元的定义，物元的三要素 N ，c，v之间的关系用式子 v =c(N)来表示。物元三个要素的变化和事物内部结构的变化使物元产生变化从而物元是描述事物可变性的基本工具。第三章 可拓评价理论及评价体系26au 优度评价方法的特点优度评价方法的特点1. 用“非满足不可的条件”在首次评价中可以筛选去一些方案，可简化后续方案优化、评选过程。2. 评价过程中无

13、须人工干预，评价结果真实可靠，评价方法灵活。3. 关联函数的值是整个实数域，优度可以反映一个对象的利弊程度。 可拓评价理论第三章 可拓评价理论及评价体系27a4. 优度评价法的关键是制定物元、建立关联函数和指标的权重5. 优度评价方法适用于很多评价体系，对评价体系没有要求和限制，适合于定性指标和定量指标的评价6. 优度评价法可以通过建立分段或离散型的关联函数解决连续和离散型问题u 优度评价方法的特点优度评价方法的特点 可拓评价理论第三章 可拓评价理论及评价体系28a 柔性物料加工轨迹的评价指标体系构建 可操作性原则原则 系统性多元性、相关性 动态性 ESI的有效性判断 方法方法ESI的的稳定性

14、和可行靠性ESI的筛选 将反映柔性物料绗缝加工轨迹变形的特征变量作为评价指标 思路思路第三章 可拓评价理论及评价体系29a第四章 模糊神经网络结构评价 模糊神经网络与可拓学的融合 评价指标权重确定 优度评价法在柔性物料加工轨迹中的应用 柔性物料加工轨迹的模糊神经网络仿真30a 模糊神经网络与可拓学的融合 u 可拓学与模糊神经网络的结合的可能性(l)(l)可拓学着重思维、推理、判断过程的形式化描述；人工神经网络将思维、推理、判断寓于从简单到复杂的过程之中。(2)(2)可拓学在求解问题时要有大量的信息处理，需要研究信息的处理方式与过程；人工神经网络处理信息的过程是并行分布处理，比较接近于人脑。(3

15、)(3)可拓学注重可拓元的可拓性研究，注重分析推理的层次性和方向性。人工神经网络具有结构和参数学习功能。从这点上看，可拓学可以为神经网络的结构学习提供理论依据并指导结构学习。 第四章 模糊神经网络结构评价31au 柔性物料加工轨迹变形物元的建立 1.模糊神经网络物元模型模糊神经网络物元模型 模糊神经网络与可拓学的融合 第四章 模糊神经网络结构评价32a2. 柔性物料加工轨迹变形物元柔性物料加工轨迹变形物元 模糊神经网络与可拓学的融合 u 柔性物料加工轨迹变形物元的建立 第四章 模糊神经网络结构评价33au 柔性物料加工轨迹变形评价指标权重的确定 1.层次分析法原理层次分析法原理 层次分析法是一

16、种多目标决策方法，主要用于多目标的优劣排序和权重确定。把复杂的问题分解成各个组成因素，按支配关系分组形成层次结构，通过两两比较确定层次中诸因素的相对重要性，构造出判断矩阵并求解，确定各因素的相对权重。 模糊神经网络与可拓学的融合 第四章 模糊神经网络结构评价34a2. 层次分析法具体步骤层次分析法具体步骤 (1)(1) 建立层次结构模型；(2)(2) 构造判断矩阵；(3)(3) 层次单排序及其一致性检验；(4)(4) 层次总排序及其一致性检验。 模糊神经网络与可拓学的融合 u 柔性物料加工轨迹变形评价指标权重的确定 第四章 模糊神经网络结构评价35a优度评价法在柔性物料加工轨迹变形中的应用优度

17、评价法在柔性物料加工轨迹变形中的应用u 确定柔性物料加工待评物元 u 确定各指标的权系数u 首次评价u 建立关联函数，计算关联度u 计算优度，确定最优方案第四章 模糊神经网络结构评价36a 柔性物料加工轨迹的模糊神经网络仿真 绗缝加工是一个复杂、非线性、多变量耦合、时变的系统，加工中，处理的对象一般是非线性和复杂的，为了条件限制和处理问题的方便，使用下式给出的物元作为输入对象。 第四章 模糊神经网络结构评价37a柔性物料加工轨迹的模糊神经网络物元第四章 模糊神经网络结构评价38a关联函数 关联度规范化 规范合格度 优度 第四章 模糊神经网络结构评价39a学习速率为 。 采用两个输入变量采用随机

18、方法在(-1，1)区间上产生400个数据对作为输入变量，输出变量来构成200组原始数据样本集作为网络学习的数据样本集。网络学习参数取动量因子为 ,模型为 柔性物料加工轨迹的模糊神经网络仿真第四章 模糊神经网络结构评价40aFNN效果曲线 FNN误差曲线 柔性物料加工轨迹的模糊神经网络仿真第四章 模糊神经网络结构评价41aFNN神经网络泛化测试曲线 柔性物料加工轨迹的模糊神经网络仿真第四章 模糊神经网络结构评价42a第五章 柔性物料加工轨迹的 FNNS优化及仿真 模糊神经网络的结构优化 柔性物料加工轨迹变形FNN的优度评价 柔性物料加工轨迹实例仿真 43a第五章 柔性物料加工轨迹的FNNS优化及

19、仿真柔性物料加工轨迹变形FNN的优度评价 1. 待评价的物元待评价的物元 权系数为44a柔性物料加工轨迹实例仿真 图5-1 FNN神经网络拟合效果曲线 仿真实验基于柔性物料非线性加工轨迹变形模型，用优度评价法对方案进行评价选优，并仿真验证优度评价方法优化的有效性。 为了不失一般性，选用非线性随机函数进行学习验证：第五章 柔性物料加工轨迹的FNNS优化及仿真45a图图5-2 FNN5-2 FNN神经网络拟合误差曲线神经网络拟合误差曲线 图图5-3 5-3 本文本文FNNFNN神经网络拟合效果曲线神经网络拟合效果曲线 第五章 柔性物料加工轨迹的FNNS优化及仿真46a图5-4 本文FNN神经网络拟

20、合误差曲线 第五章 柔性物料加工轨迹的FNNS优化及仿真47a 图图5-2的的FNN算法的收敛速度较慢，经过算法的收敛速度较慢，经过260次学习后训练结束；图次学习后训练结束；图5-4为可拓评价优化后的误为可拓评价优化后的误差曲线，经过差曲线，经过164次学习后训练结束，网络训练次学习后训练结束，网络训练步数减少，训练速度加快。图步数减少，训练速度加快。图5-1和图和图5-3分别是分别是优化前后的拟合曲线，图优化前后的拟合曲线，图5-3拟合效果较好，通过拟合效果较好，通过优化的网络得出的拟合效果是令人满意的。优化的网络得出的拟合效果是令人满意的。 第五章 柔性物料加工轨迹的FNNS优化及仿真4

21、8a结 论 根根据据柔柔性性物物料料的的非非线线性性加加工工过过程程中中的的建建模模需需要要，分分析析了了模模糊糊神神经经网网络络的的结结构构和和优优化化方方法法，研研究究了了可可拓拓优优度度评评价价方方法法。将将模模糊糊神神经经网网络络技技术术与与可可拓拓评评价价相相结结合合，提提出出可可拓拓优优度度评评价价应应用用于于模模糊糊神神经经网网络络结结构构优优化化的的方方法法，并并进进行行仿仿真真验验证证，为为如如何何构构建建和和优优化化模模糊糊神神经网络结构的问题提出了新的方法。经网络结构的问题提出了新的方法。49a结 论1. 将可拓学优度评价法应用将可拓学优度评价法应用于于FNN优化中，并通

22、过对优化中，并通过对FNN优化优化选优进行了实证研究，取得了合理的评价结果。选优进行了实证研究，取得了合理的评价结果。2. 对提出的对提出的FNN模型模型，给出了学习算法并进行了软件仿，给出了学习算法并进行了软件仿真，得到了满意的结果。真，得到了满意的结果。3. 优化后的网络具有更好的泛化能力，体现了神经网络优化后的网络具有更好的泛化能力，体现了神经网络与可拓学相结合的优越性和可行性。与可拓学相结合的优越性和可行性。4. 用关联度、优度等将定性评价转化为用实数表示的定用关联度、优度等将定性评价转化为用实数表示的定量评价，提高了评价的准确性和可信度量评价，提高了评价的准确性和可信度。50a结 论 可拓优度评价方法评价可拓优度评价方法评价FNN结构的研究与实现，结构的研究与实现，在理论和实践方面有待进一步的深入：在理论和实践方面有待进一步的深入： 1. 优度评价法涉及到各评价指标权重的确定，优度评价法涉及到各评价指标权重的确定，权重确定应用最广泛的是层次分析法。权重确定应用最广泛的是层次分析法。 2. FNN结构直接关系到结构直接关系到FNN的逼近能力和泛化的逼近能力和泛化能力。网络的结构如何确定仍没有理论指导，网络能力。网络的结构如何确定仍没有理论指导，网络结构是否最优的衡量标准也值得继续研究。结构是否最优的衡量标准也值得继续研究。 51a 谢谢！欢迎各位老师提出宝贵意见52a