第6章 神经网络理论基础 模糊控制从人的经验出发，解决了智能控 制中人类语言的描述和推理问题，尤其是一些 不确定性语言的描述和推理问题，从而在机器 模拟人脑的感知、推理等智能行为方面迈出了 重大的一步
模糊控制在处理数值数据、自学习能力等方 面还远没有达到人脑的境界。人工神经网络从另 一个角度出发，即从人恼的生理学和心理学着手， 通过人工模拟人脑的工作机理来实现机器的部分 智能行为
模糊控制在处理数值数据、自学习能力等方 面还远没有达到人脑的境界。人工神经网络从另 一个角度出发，即从人恼的生理学和心理学着手， 通过人工模拟人脑的工作机理来实现机器的部分 智能行为
人工神经网络（简称神经网络，Neural Network) 是模拟人脑思维方式的数学模型。 神经网络是在现代生物学研究人脑组织成果的基础上 提出的，用来模拟人类大脑神经网络的结构和行为。神经网 络反映了人脑功能的基本特征，如并行信息处理、学习、联 想、模式分类、记忆等
20世纪80年代以来，人工神经网络(ANN,Artificial Neural Network)研究所取得的突破性进展。神经网络控 制是将神经网络与控制理论相结合而发展起来的智能控制 方法。它已成为智能控制的一个新的分支，为解决复杂的 非线性、不确定、未知系统的控制问题开辟了新途径
6.1神经网络发展历史 神经网络的发展历程经过4个阶段。 1启蒙期(1890-1969年) 1890年，W.James.发表专著《心理学》，讨论了脑的结构 和功能。 1943年，心理学家W.S.cCulloch和数学家W.Pitts提出了 描述脑神经细胞动作的数学模型，即M-P模型（第一个神经网 络模型)