神经元是神经系统的结构和功能的基本单位。它有突起，突起可延伸至全身各器官和组织中，突起分为树突和轴突。一个神经元有轴突，可以把兴奋从胞体传送到另一个神经元或其他组织，但是有许多树突以接受刺激并将兴奋传入细胞体。一个细胞体是细胞含核的部分，其形状大小有很大差别，直径约4～120微米，位可以把兴奋从胞体传送到另一个神经元或其他组织，于神经节、和中枢神经中。细胞核大而圆，位于细胞体中央，染色质少，核仁明显。
结构
一胞体：胞体（soma）在于脑和脊髓的灰质及神经节内，其形态各异，常见的形态为星形、锥体形、梨形和圆球形状等。胞体大小不一，直径在5～150μm之间。胞体是神经元的代谢和营养中心。胞体的结构与一般细胞相似，有细胞质、细胞核、细胞膜、和核仁组成。
1细胞膜：细胞膜是细胞体和突起表面的膜除突触部位的胞膜有特殊的结构外，大部分胞膜为单层膜结构。神经细胞膜的特点是一个敏感而易兴奋的膜。在膜上有各种受体（receptor）和离子通道（ionic chanel），二者各由不同的膜蛋白所构成。形成突触部分的细胞膜增厚。膜上受体可与相应的化学物质神经递质结合。当受体与乙酰胆碱递质或γ-氨基丁酸递质结合时，膜的离子通透性及膜内外电位差发生改变，胞膜产生相应的生理活动：兴奋或抑制。
2细胞核：多位于神经细胞体中央，大而圆，异染色质少，多位于核膜内侧，常染色质多，散在于核的中部，故着色浅，核仁l～2个，大而明显。细胞变性时，核多移向周边而偏位。
3细胞质：细胞质位于细胞核周围。又称核周体（perikaryon）其中含有发达的高尔基体滑面内质网，丰富的线粒体，尼氏体及神经原纤维，还含有溶酶体等。
A>尼氏体（Nissl body）: 。它分布在核周体和树突内，而轴突起始段的轴丘和轴突内均无。依神经元的类型和不同生理状态，尼氏体的数量、形状和分布也有所差别。典型的如脊髓前角运动神经元，尼氏体数量最多，呈斑块状，分散于神经原纤维之间，有如虎皮样花斑，故又称虎斑小体。神经活动所儒的大量蛋白质主要在尼氏体合成，再流向核内、线粒体和高尔基复合体。当神经元损伤或中毒时，均能引起尼氏体减少,乃至消失。若损伤恢复除去有害因素后，尼氏体又可恢复。因此，尼氏体的形态结构可作为判定神经元功能状态的一种标志。
B>神经原纤维：在细胞质内存在直径为2～3μm的丝状纤维结构，在细胞体内交织成网，并向树突和轴突延伸，可达到突起的未消部位。它的功能主要是构成神经细胞的骨架和参与物质的运输。它有神经丝、微管、微丝，这三种纤维组成。
C>脂褐素（lipofuscin）：常位于大型神经无核周体的一侧，呈棕黄色颗粒状，随年龄增长而增多，经电镜和组织化学证实为次级溶酶体形成的残余体（residual body），其内容物为溶酶
体消化时残留的物质，多为异物、脂滴或退变的细胞器。
某些神经元，如下丘脑，具有内分泌功能的分泌神经元（secretory neuron），脑体内含直径IO0～30Onm的分泌颗粒，颗粒内含肽类激素（如加压素、催产素等）。
二突起：突起是神经细胞向外凸和延伸出的部分，按照功能可以分为树突和轴突。
1树突：树突（dendrite）是从胞体发出的一至多个突起，呈放射状。胞体起始部分较粗，经反复分支而变细，形如树枝状。树突的结构与脑体相似，胞质内含有尼氏体，线粒体和平行排列的神经原纤维等，但无高尔基复合体。在特殊银染标本上，树突表面可见许多棘状突起，长约0.5～1.0μm，粗约0.5～2.0μm，称树突棘（dendritic spine），是形成突触的部位。一般电镜下，树突棘内含有数个扁平的囊泡称棘器（spine apparatus）。树突的分支和树突棘可扩大神经元接受刺激的表面积。树突具有接受刺激并将冲动传入细胞体的功能。
（2）轴突（axon）每个神经元只有一根胞体发出轴突的细胞质部位多呈贺锥形，称轴丘（axon hillock），其中没有尼氏体，主要有神经原纤维分布。轴突自胞体伸出后，开始的一段，称为起始段（initial segment），长约 15～25μm，通常较树突细，粗细均一，表面光滑，分支较少，无髓鞘包卷。离开胞体一定距离后，有髓鞘包卷，即为有髓神经纤维。轴突末端多呈纤细分支称轴突终未（axon terminal），与其他神经元或效应细胞接触。
轴突表面的细胞膜，称轴膜（axolemma）,轴突内的胞质称轴质（axoplasm）或轴浆。轴质内有许多与轴突长袖平行的神经原纤维和细长的线粒体，但无尼氏体和高尔基复合体，因此，轴突内不能合成蛋白质。轴突成分代谢更新以及突触小泡内神经递质，均在胞体内合成，通过轴突内微管、神经丝流向轴突末端。
电镜下，从轴丘到轴突全长可见有许多纵向平行排列的神经丝和神经微管，以及连续纵行的长管状的滑面内质网和一些多泡体等。在高倍电镜下，还可见在神经丝、神经微管之间均有极微细纤维网络连接，这种横向连接的极细纤维称为微小梁（microtrabecula）起支持作用。轴突末端还有突触小泡。
轴突运输（axonal transport）神经元的胞体和轴突在结构和功能上是一个整体，神经元代谢活动的物质多在胞体形成，神经元的整体生理活动物质代谢是由轴浆不断流动所实现。研究证明：神经元胞质自胞体向轴突远端流动，同时从轴突远端也向胞体流动。这种方向不同、快慢不一的轴质双向流动称为轴突运输。从胞体向轴突远端的运输，由于运输方向与轴质流动的方向一致故称为倾向运输（antrograde transport），这种运输有快慢之分：快速运输，其速度为每天200～500mm，是将神经元胞体合成的神经递质的各类小泡和有关的酶类等经长管状的滑面内质
网和沿微管表面流向轴突末端，待神经冲动时释放。慢速运输也称轴质流动（axoplasmic flow），其速度为每天1～4mm，主要是将神经元胞体合成的蛋白质，不断地向轴突末端流动，以更新
轴质的基质、神经丝以及微管等结构蛋白质。逆向运输（retrograde transport）是轴突末端代谢产物和轴突末端通过人胞作用摄取的蛋白质、神经营养因子以及一些小分子物质等由轴突末端运向胞体，运输方向与轴质流动相反，故称为逆向运输，速度为每天l～4mm，这种运输主要是由多泡体实现。多泡体是一个大泡内含许多小泡，小泡内分别含有代谢产物或摄入的神经营养因子。代谢产物被逆向运输至胞体后，经溶酶体的作用，可分解消化更新，神经营养因子到胞体后，可促进神经元的代谢和调节神经元的生理功能。不论是顺向或逆向运输，均由线粒体提供ATP供能所实现。在某种原因而感染时，有些病毒或毒素由逆向运输，转动到神经元的脑体内而致病。轴突运输是神经元内各种细胞器生理功能的重要体现。
轴突的主要功能是将神经冲动由胞体传至其他神经元或效
应细胞。轴突传导神经冲动的起始部位，是在轴突的起始段，沿轴膜进行传导。
神经元分类
根据神经元的功能，可将其分为三种
1感觉神经元：也称传入神经元（afferent neuron）是传导感觉冲动的，直接与感受器相连,将信息传向中枢。
2运动神经元：也称传出神经元（efferent neuro），是传导运动冲动的神经元，多为多极神经元。
3中间神经元：也称联合神经元（association neuron）是在神经元之间起联络作用的神经元，是多极神经元，人类神经系统中，最多的神经元，构成中枢神经系统内的复杂网络。胞体位于中枢神经系统的灰质内，其突起一般也位于灰质。根据神经元的释放的神经神经递质不同可以分为四种
1胆碱能神经元：这类神经元释放乙酸胆碱。如脊髓前角运动神经元。
2胺能神经元：能释放单胺类神经递质，如一些内分泌激素，3氨基酸能神经元：能释放谷氨酸、γ-氨基丁酸等
4肽能神经元：释放肽类物质。
感觉突起的形态和数目不同可以分为四种三种
1单级神经元：从细胞体发出一个突起，在离胞体不远处呈T 型分为两支，所以又叫假单级神经元。无脊椎动物中有较多的单极神经元。
2双极神经元：从细胞体发出2个突起，一个是树突，一个轴突。双极神经元可有各种形状，属传入类型，见于视网膜、前庭神经和耳蜗神经的节内。
3多极神经元: 从细胞体发出许许多多的突起。这是脊椎动物神经系统内有代表性的类型。例如锥体细胞、小脑的蒲肯野氏细胞
神经元内部电流的产生
细胞膜带正电，细胞膜点位比膜内点位高，叫静息电位。当有刺激时，Na+迅速进入，造成膜外电位下降，形成动作点位。由于在动作电位形成时，Na+由膜外快速进入膜内，造成膜的外表面的电位降低。而邻近神经纤维膜的外表面的电位，由于仍为安静时的静息电位，其电位较高，膜的表面又都附有组织液，可以导电，因此，兴奋部位与安静部位之间形成一种局部电流。其电流方向，在细胞膜的外表面是由安静部位流向兴奋部位；在神经纤维内，其方向相反。在膜内，这个电流可提高膜内电位。当安静部位电流的强度不断上升，达到阈电位时，可打开膜的电压门控Na+通道，使安静部位产生动作电位。兴奋则由一处传到了另一处。这种传导的方式在神经纤维上具有1.结构和功能完整性冲动的传导必须是在一根完整的神经纤维上才能进行。如果神经纤维被折断，局部电流则很难由断端部位向前传导。而如果神经纤维的一部分由于药物或毒素使其丧失功能，不能产生动作电位，尽管在形态上是完整的，也不能传导冲动。因此，神经纤维在解剖和生理上的完整性是冲动传导的必需条件。
2.绝缘性一条神经干中有很多的神经纤维。例如人的坐骨神经中有多达20多万根神经纤维。每条神经纤维的动作电位（或冲动）的传导是互相不干扰的，这是因为神经纤维上都有一层髓鞘，起着绝缘作用。
3.传导速度冲动的传导实际上是局部电流的传导，它的传导速度与神经纤维的粗细、髓鞘的厚薄、局部电流强度等有关。神
经纤维越粗，传导速度越快，局部电流强度越大传导速度越快。最快的A类纤维，其传导速度可超过100ｍ/s。尽管神经传导速度可以很快，但与电流传导速度相比，还是很慢的。
在有髓鞘的神经纤维中，实际上往往髓鞘并不是将神经纤维全部包裹起来，而有结——郎飞氏结。在结处，髓鞘很薄，电阻最小。当形成局部电流时，结处的电流强度最大，最易引起去极化产生动作电位。因此，局部电流的传导，是由一个结传给另一结作跳跃式的传导，称为跳跃传导。这种传导方式可以加快冲动的传导速度。这也是有髓鞘或有郎飞氏结的纤维具有较快传导速度的原因。
4.双向传导将一根神经纤维分离出来，在神经纤维的中间给一个电刺激，产生兴奋，形成动作电位。这一动作电位的形成，使膜的外表面电位较周围静息部位低（由Na+快速进入膜内造成）。因此，兴奋部位两侧的静息部位都可以与兴奋部位产生局部电流。只要电流强度能使安静部位膜电位的变化达到阈电位，都能打开快速钠通道（Na+通道）而形成动作电位，产生兴奋。因此，形成的冲动可由刺激部位向相反的两个方向传导，即冲动传导的双向传导。在整体条件下，由于冲动往往都是由树突或胞体向轴突方向传导，而在化学性突触部位，其传导方向是单向而非双向。因此，在整体条件下一般不存在双向传导。只是在某些特别情况下（如轴突反射）有双向传导的可能性。
5.相对不疲劳性冲动的传导实际上是通过局部电流进行的传导。局部电流形成的条件是兴奋部位神经纤维表面电位降低，与周围静息部位形成电位差产生电流。这完全是一种物理现象，无需直接提供能量。兴奋部位电位降低的原因，是由于钠通道打开，Na+由膜外快速流入膜内。Na+的流动是由高浓度的膜外流向浓度低的膜内，这一运动方式也是一种无需直接供能的活动。因此冲动在神经纤维上的传导本身基本上是一种无需供能的活动，与突触部位的传导相比，不易产生疲劳。
6.不衰减性冲动传导的机理是局部电流的传导，而不是电流本身的传导。兴奋部位电位的降低取决于膜上钠通道的打开，形成锋电位。只要形成锋电位的条件不变，锋电位的大小形状是不会改变的。因此不会因为神经纤维很长电阻加大而降低锋电位，即传导的不衰减性。
突触：神经元间的联系
突触是神经元间的联系结构。突触可以分为化学性突触和电突触。
一化学性突触：在电子显微镜下可以看到突触分为三部分：突触前部、突触间隙和突触后部。突触前部和突触后部相对应的细胞膜较其余部位略增厚,分别称为突触前膜和突触后膜。突触前膜和突触后膜之间的空隙是突触间隙。
1 .突触前部（presynaptic element）神经元轴突终末呈球状膨大,轴膜增厚形成突触前膜（presynaptic membrane）,在突触前膜部位的胞浆内,含有许多突触小泡、线粒体、微管。突触小泡一般分为三种：①小而清亮透明的小泡，内含乙酰胆碱或氨基酸类递质；②小而具有致密中心的小泡，内含儿茶酚胺类递质；
③大而具有致密中心的小泡，内含神经肽类递质。新近研究发现在中枢和周围神经系统中,有两种或两种以上神经递质共存（coexistence neurotransmitter）于一个神经元中,在突触小体内可有两种或两种以上不同形态的突触小泡。如交感神经节内的神经细胞，有乙酸胆碱和血管活性肠肽（acetylcholine and vasoactive intestinal polypeptide）。前者支配汗腺分泌；后者作用于腺体周围的血管平滑肌使其松弛,增加局部血流量。神经递质共存的生理功能,是协调完成神经生理活动作用,使神经
调节更加精确和协调。目前,许多事实表明,递质共存不是个别现象,而是一个普遍性规律,有许多新的共存递质和新的共存部位
已被证实。其中多为非肽类递质（胆碱类、单胺类和氨基酸类）和肽类递质共存。
关于突触小泡的包装、储存和释放递质的问题,现已知突触体素（synaptophysin）,突触素（synapsin）和小泡相关膜蛋白（vesicle associated membrane protein VAMP）等三种蛋白与之有关。突触体素是突触小泡上Ca2+的结合蛋白,当兴奋剂到达突触时,Ca2+内流突然增加而与这种蛋白质结合,可能对突触
小泡的胞吐起重要作用。突触素是神经细胞的磷酸蛋白,有调节神经递质释放的作用,小泡相关膜蛋白（VAMP）是突触小泡膜的结构蛋白,可能对突触小泡代谢有重要作用。
2．突触后部（postsynaptic element）多为突触后神经元的胞体膜或树突膜,与突触前膜相对应部分增厚,形成突触后膜（postsynaptic membrane）。厚为20～50nm,比突触前膜厚,在后膜具有受体和化学门控的离子通道。根据突触前膜和后膜的胞质面致密物质厚度不同,可将突触分为Ⅰ和Ⅱ两型:①Ⅰ型突触（tyPe Ⅰ synapse）后膜胞质面致密物质比前膜厚,因而膜的厚度不对称,故又称为不对称突触（asymmetrical synapse）；突触小泡呈球形,突触间隙较宽（20～50nm）；一般认为Ⅰ型突触是兴奋性突触,主要分布在树突干上的轴-树突触。②Ⅱ型突触（type Ⅱ synapse）前、后膜的致密物质较少,厚度近似,故称为对称性突触（symmetrical synapse）,突触小泡呈扁平形,突触间隙也较窄（10～20nm）。认为Ⅱ型突触是一种抑制性突触,多分布在胞体上的轴-体突触。
3．突触间隙（synaptic space）是位于突触前、后膜之间的细胞外间隙,宽约20～30nm,其中含糖胺多糖（如唾液酸）和糖蛋白等,这些化学成分能和神经递质结合,促进递质由前膜移向后膜,使其不向外扩散或消除多余的递质。
突触的传递过程,是神经冲动沿轴膜传至突触前膜时,触发前膜上的电位门控钙通道开放,细胞外的Ca2+进入突触前部,在
ATP和微丝、微管的参与下,使突触小泡移向突触前膜,以胞吐方式将小泡内的神经递质释放到突触间隙。其中部分神经递质与突触后膜上的相应受体结合,引起与受体偶联的化学门控通道开放,使相应的离子经通道进入突触后部,使后膜内外两侧的离子分布状况发生改变,呈现兴奋性（膜的去极化）或抑制性（膜的极化增强）变化,从而影响突触后神经元（或效应细胞）的活动。使突触后膜发生兴奋的突触，称兴奋性突触（exitatory synapse）,而使后膜发生抑制的称抑制性突触（inhibitory synapse）。突触的兴奋或抑制决定于神经递质及其受体的种类,神经递质的合成、运输、储存、释放、产生效应以及被相应的酶作用而失活，是一系列神经元的细胞器生理活动。一个神经元通常有许多突触，其中有些是兴奋性的,有些是抑制性的。如果兴奋性突触活动总和超过抑制性突触活动总和,并达到能使该神经元的轴突起始段发生动作电位,出现神经冲动时,则该神经元呈现兴奋,反之,则表现为抑制。
化学突触的特征,是一侧神经元通过出胞作用释放小泡内的神经递质到突触间隙,相对应一侧的神经元（或效应细胞）的突触后膜上有相应的受体。具有这种受体的细胞称为神经递质的效应细胞或靶细胞,这就决定了化学突触传导为单向性。突触的前后膜是两个神经膜特化部分,维持两个神经元的结构和功能,实
现机体的统一和平衡。故突触对内、外环境变化很敏感,如缺氧、
酸中毒、疲劳和麻醉等,可使兴奋性降低。茶碱、碱中毒等则可使兴奋性增高。
二电突触：电突触是神经元间信息传递的简单形式，在两个神经元接触部位存在缝隙连接,接触点的直径约为0.1～10μm
以上。也有突触前部、突触间隙和突触后部之分，突触前膜和突触后膜之间有蛋白质颗粒，跨跃膜的全层,顶端露于膜外表,其中心形成一微小通道,此小管通道与膜表面相垂直,可以让小的物质颗粒通过。缝隙连接两侧膜是对称的。相邻两突触膜,膜蛋白颗粒顶端相对应,直接接触,两侧中央小管,由此相通。轴突终末无突触小泡,传导不需要神经递质,是以电流传递信息,传递神经冲动一般均为双向性。神经细胞间电阻小,通透性好,局部电流极易通过。电突触功能有双向快速传递的特点,传递空间减少,传送更有效。
电突触对内、外环境变化很敏感。在疲劳、乏氧、麻醉或酸中毒情况下,可使兴奋性降低。而在碱中毒时,可使兴奋性增高。
人工神经网络控制 摘要: 神经网络控制，即基于神经网络控制或简称神经控制，是指在控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断等，亦即同时兼有上述某些功能的适应组合，将这样的系统统称为神经网络的控制系统。本文从人工神经网络，以及控制理论如何与神经网络相结合，详细的论述了神经网络控制的应用以及发展。 关键词: 神经网络控制；控制系统；人工神经网络 人工神经网络的发展过程 神经网络控制是20世纪80年代末期发展起来的自动控制领域的前沿学科之一。它是智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。是（人工）神经网络理论与控制理论相结合的产物，是发展中的学科。它汇集了包括数学、生物学、神经生理学、脑科学、遗传学、人工智能、计算机科学、自动控制等学科的理论、技术、方法及研究成果。 在控制领域，将具有学习能力的控制系统称为学习控制系统，属于智能控制系统。神经控制是有学习能力的，属于学习控制，是智能控制的一个分支。神经控制发展至今，虽仅有十余年的历史，已有了多种控制结构。如神经预测控制、神经逆系统控制等。 生物神经元模型 神经元是大脑处理信息的基本单元，人脑大约含1012个神经元，分成约1000种类型，每个神经元大约与102~104个其他神经元相连接，形成极为错综复杂而又灵活多变的神经网络。每个神经元虽然都十分简单，但是如此大量的神经元之间、如此复杂的连接却可以演化出丰富多彩的行为方式，同时，如此大量的神经元与外部感受器之间的多种多样的连接方式也蕴含了变化莫测的反应方式。 图1 生物神经元传递信息的过程为多输入、单输出，神经元各组成部分的功能来看，信息的处理与传递主要发生在突触附近，当神经元细胞体通过轴突传到突触前膜的脉冲幅度达到一定强度，即超过其阈值电位后，突触前膜将向突触间隙释放神经传递的化学物质，突触有两
一、神经元 （一）神经元的形态结构神经元由胞体和突起两部分组成。胞体包括细胞膜、细胞质和细胞核三部分，突起分树突和轴突(图2-21)。 1.胞体是神经元的营养和代谢中心，形态多样化，有圆形、锥体形、梭形和星形等，胞体主要位于大脑和小脑的皮质、脑干和脊髓的灰质以及神经节内。①细胞膜：为单位膜，具有感受刺激、处理信息、产生和传导神经冲动的功能。②细胞质：除一般细胞器外，还有尼氏体和神经原纤维两种特有的结构。尼氏体（Nissl body）：为强嗜碱性的斑状或颗粒状，轴丘处无尼氏体。神经原纤维（neurofibril ）在HE染色片上不能分辨，在镀银染色片中，神经原纤维被染成棕黑色，呈细丝状，交错排列成网，并伸入到树突和轴突内。 图2-21 神经元的模式图图图2-22 各类神经元的形态结构模式图 它们除了构成神经元的细胞骨架外，还与营养物质、神经递质及离子运输有关。③细胞核：大而圆，位于细胞中央，核仁明显。 2.突起为胞体局部胞膜和胞质向表面伸展形成突起，可分为树突和轴突两种。①树突：每个神经元有一至数个树突，较粗短，形如树枝状，树突内的胞质结构与胞体相似，在其分支上又有许多短小的突起，称树突棘。树突的功能主要是接受刺激。树突和树突棘极大地扩大了神经元的表面积。②轴突：每个神经元只有一个轴突，细而长，长者可达1米以上。胞体
发出轴突的部位常呈圆锥形，称轴丘。轴丘及轴突内无尼氏体。轴突末端分支较多，形成轴突终末。轴突的功能主要是传导神经冲动和释放神经递质。 （二）神经元的分类神经元数量宠大，形态和功能各不相同，一般按其形态及功能分类如下： 1.按神经元突起的数量分类(图2-22) （1）多极神经元从胞体发出一个轴突和多个树突，是人体中最多的一种神经元，如脊髓前角的运动神经元。（2）双极神经元：从胞体两端分别发出一个树突和一个轴突,如视网膜内的双极神经元。（3）假单极神经元：从胞体发生一个突起，但在离胞体不远处即分为两支，一支伸向中枢神经系统，称中枢突(相当于轴突)，另一支伸向周围组织和器官内的感受器，称周围突(相当于树突)。 2. 按神经元的功能分类（1）感觉神经元：又称传入神经元，多为假单极神经元，分布于脑神经节、脊神经节内。（2）中间神经元：又称联络神经元，主要为多极神经元，介于感觉神经元和运动神经元之间。（3）运动神经元：又称传出神经元，多为多极神经元，主要分布于大脑皮质和脊髓前角。
基于单神经元的PID控制 1神经元 单神经元作为构成神经网络的基本单位，具有自学习和自适应能力，且结构简单响应速度快。这里将单个神经元与传统PID 控制器结合起来，一定程度上解决了传统PID 调节器不易在线实时整定参数，难以对复杂过程和时变系统参数进行有效控制等问题。人工神经元模型如图1 所示，可以看出神经元是一个多输入单输出且具有阈值、权值的非线性处理元件。神经元突触可与其他神经元相连接，或反映外界环境信息，也可以反馈自身信息，通过调整权值得到新的输出。 2 单神经元PID控制 2.1 单神经元PID控制器的设计 用单个神经元实现的自适应PID 控制的结构框图如图所示。 图2 单神经元PID 控制原理图 x t i=作为神经元输入的图中Yr为设定值，Y为给定值，通过状态转换器得到()(1,2,3) i
三个状态量，通过学习调节神经元权值()(1,2,3)i w t i = 最终得到输出。神经元的输入输出关系描述为: 3 1i i i I w x ==∑ (2-1) ()y f I = (2-2) 由PID 控制器的增量算式: []()()(1)()[()2(1)(2)]P I D u k K e k e k K e k K e k e k e k ?=--++--+- (2-3) 若取123()(1),(),()2(1)(2)X e k e k X e k X e k e k e k =--==--+-,则式(2-4) 变为: 123()[()(1)]()[()2(1)(2)]u k w e k e k w e k w e k e k e k ?=--++--+- (2-4) 比较式(2-3) 和(2-4) 形式完全相同，所不同的只是式(2-4) 中的系数()(1,2,3)i w t i =可以通过神经元的自学习功能来进行自适应调整，而式(2-3) 中的参数,,P I D K K K 是预先确定好且不变的。正是由于i w 能进行自适应调整，故可大大提高控制器的鲁棒性能。与常规PID 控制器相比较，无需进行精确的系统建模，对具有不确定性因素的系统，其控制品质明显优于常规PID 控制器。从后面的仿真分析中可以验证这一结论。其中，神经元的学习功能是通过改变权系数i w 来实现的，学习算法即是如何调整i w 规则，它是神经元控制的核心，反映了学习方式与学习功能。神经网络的工作过程主要由两个阶段组成，一个阶段是工作期，此时，各连接权值固定，计算单元的状态变化，以求达到稳定状态。另一个阶段是学习期，此时可以对连接权值进行修改。 2.2 神经元PID 学习算法 神经元的学习功能是通过改变权系数w 来实现的，学习算法即是如何调整w 的规则，它是神经元控制器的核心，反映了学习方式和学习能力。如何调整w 对整个控制系统抗干扰能力和自适应性能都有很大的影响。 权值()i w k 的修改学习规则如下: 1112223 33(1)()()()()(1)()()()()(1)()()()()P I D w k w k u k e k x k w k w k u k e k x k w k w k u k e k x k ηηη+=+??+=+??+=+? (2-5) 为了保证学习算法的收敛性和控制的鲁棒性，对上述算法进行规范化处理后可得如下的
单神经元自适应PID 控制算法 一、单神经元PID 算法思想 神经元网络是智能控制的一个重要分支，神经元网络是以大脑生理研究成果为基础，模拟大脑的某些机理与机制，由人工建立的以有向图为拓扑结构的网络，它通过对连续或断续的输入做状态响应而进行信息处理；神经元网络是本质性的并行结构，并且可以用硬件实现，它在处理对实时性要求很高的自动控制问题显示出很大的优越性；神经元网络是本质性的非线性系统，多层神经元网络具有逼近任意函数的能力，它给非线性系统的描述带来了统一的模型；神经元网络具有很强的信息综合能力，它能同时处理大量不同类型的输入信息，能很好地解决输入信息之间的冗余问题，能恰当地协调互相矛盾的输入信息，可以处理那些难以用模型或规则描述的系统信息。神经元网络在复杂系统的控制方面具有明显的优势，神经元网络控制和辨识的研究已经成为智能控制研究的主流。单神经元自适应PID 控制算法在总体上优于传统的PID 控制算法，它有利于控制系统控制品质的提高，受环境的影响较小，具有较强的控制鲁棒性，是一种很有发展前景的控制器。 二、单神经元自适应PID 算法模型 单神经元作为构成神经网络的基本单位，具有自学习和自适应能力，且结构简单而易于计算。传统的PID 则具有结构简单、调整方便和参数整定与工程指标联系紧密等特点。将二者结合，可以在一定程度上解决传统PID 调节器不易在线实时整定参数，难以对一些复杂过程和参数时变、非线性、强耦合系统进行有效控制的不足。 2.1单神经元模型 对人脑神经元进行抽象简化后得到一种称为McCulloch-Pitts 模型的人工神经元，如图2-1所示。对于第i 个神经元，12N x x x 、、……、是神经元接收到的信息，12i i iN ωωω、、……、为连接强度，称之为权。利用某种运算把输入信号的作用结合起来，给它们的总效果，称之为“净输入”，用i net 来表示。根据不同的运算
人体正常生理健康指标一览 温度用腋下测量正常是36－37摄氏度心率正常是60－100次/分钟血压正常不高于140/90mmHg，不低于90/60mmHg 血液总血量: 65--90ml/kg, 全血比重：男1.054--1.062 女1.048--1.062 血浆： 1.024--1.029 渗透(量)压血胶体渗透压：21±3mmHg( 2.80± 0.40kPa) 血晶体渗透压：280--310mOsn/kg(280--310mmol/L) 红细胞数: 男(4.0--5.5)×10^12/L(4.0--5.5×10^6/ul) 女(3.5--5.0)×10^12/L(3.5--5.5×10^6/ul) 血红蛋白: 男 120--160g/L(12--16g/dl)女110--150g/L(11--15g/dl) 红细胞压积: 男0.4--0.5(40--50vo%) 女0.37--0.48(37--48vol%) 红细胞平均直径: 7.33±0.29um 红细胞平均血红蛋白(H): 29.36± 3.43pg(29.36±3.43uug) 红细胞平均体积(V): 93.28± 9.80fl(93.28±9.80um^3) 红细胞平胞血红蛋白浓度(HC): 0.31--0.35(31--35%) 网织红细胞数: 0.005--0.015(0.5--1.5%) 红细胞平均渗透性脆性试验: 在0.44--0.47%(平均0.45%)盐液内开始溶解，在0.31--0.34(平均0.32%)盐液内全部溶解。白细胞数: (4--10)×10^9/L(4000--10000/ul) 白细胞分类计数中性粒细胞：0.5--0.7(50--70%) 嗜酸粒细胞：0.005--0.03(0.5--3%) 嗜碱粒细胞：0.00--0.0075(0--0.75%) 淋巴细胞：0.2--0.4(20--40%) 单核细胞：0.01--0.08(1--8%) 嗜酸粒细胞直接计数: (0.05--0.30)×10^9/L(50--300/ul) 血小板数：(100--300)×10^9/l(10--30万/ul) 出血时间:(Duke法)1--3min(lvy法)0.5--6min 凝血时间: (毛细管
单神经元自适应PID控制器仿真实验报告 一、实验目的 1、熟悉单神经元PID控制器的原理。 2、通过实验进一步掌握有监督的Hebb学习规则及其算法仿真。 二、实验内容 利用单神经元实现自适应PID控制器，对二阶对象和正弦对象进行控制，在MATLAB环境中进行仿真。 被控对象为y(k)=0.3y(k-1)+0.2y(k-2)+0.1u(k-1)+0.6u(k-2) 三、实验原理 1、单神经元模型： 图1 人工神经元模型图 图2 Sigmoid人工神经元活化函数 单神经元的McCulloch—Pitts模型如图1，图2所示。x1,x2,x3…xn是神经元接收的信息，w1,w2,…为连接权值。利用简单的线性加权求和运算把输入信号的作
用结合起来构成净输入input=w j x j?θ。此作用引起神经元的状态变化，而神经元的输出v是其当前状态的激活函数。 2、神经经网络的有监督Hebb学习规则 学习规则是修改神经元之间连接强度或加权系数的算法，使获得的知识结构适应周围环境的变化。两个神经元同时处于兴奋状态或同时处理抑制状态时，它们之间的连接强度将得到加强，当一个神经元兴奋而另一个抑制时，它们之间的连接强度就应该减弱。这一论述的数学描述被称为Hebb学习规则。在学习过程中，网络根据实际输出与期望输出的比较，进行联接权系数的调整，将期望输出称导师信号是评价学习的标准。这样，就得到了有监督的Hebb学习规则如果用oi表示单元i的输出，oj表示单元j的输出Wij表示单元j到单元i的连接加权系数，di表示网络期望目标输出，η为学习速率，则神经网络有监督的Hebb学习规则下式所示。 ?w ij k=η[di k?oi(k)]oi(k)oj(k)(1) 3.基于单神经元的PID控制 单神经元控制系统的结构如图3所示。图中转换器的输人为设定值r(k)和输出y(k)，转换器的输出为神经元学习所需要的状态量x1,x2,x3,K为神经元的比例系数。 图3 单神经元自适应控制器结构图 单神经元自适应控制器是通过对加权系数的调整来实现自适应、自组织功能的，权系数的调整是按有监督的Hebb规则实现的。 控制及其学习算法如下：
细胞健康=人体健康 细胞是生命的基本单位，人体内各种细胞的变化，决定着人体的健康状况。人生病，就是细胞受到破坏、毒害或疏于照顾，再加上细菌或病毒的攻击，减弱了细胞应有的功能，而引发各种慢性疾病的发生。反之，关爱细胞、呵护细胞、合理调养细胞，给细胞足够建造机体的营养素，让细胞能够自我修复破损，发挥细胞的应有功能，就可以健康常在，生命长存。 所有生命都源于一个细胞。这个细胞经过分裂，形成两个，四个以至于无穷多个细胞，它们各司其职，在我们的身体宇宙空间分工协作，和平共存。 每一天都有无数衰老细胞死去，同时又有无数新细胞长成。然而，这一自然补充过程却常常受到来自外部环境的袭击，其中包括水和土壤里的有毒物质，空气中的污染成分，太阳的辐射，加工食品中的防腐剂，还有我们在日常生活中遇到的氧化压力。 要保持机体健康，就要从呵护细胞开始。细胞健康与否，取决于细胞内部数以万计的分子的功能运转以及它所制造的、维护的和世代相传的每一个微小结构的稳定性。 人体就像一个社会，由各种器官和纤维组织组成，它们各司其职，共同维护整个机体的正常功能。 神经系统像电话公司，专门负责传送资讯。消化系统向器官和纤维组织输送原料和燃料，然后由器官和纤维组织制造蛋白质，燃烧燃料，为身体的活动提供动力。如果任何一个器官功能减弱，整个机体的功能也会随之紊乱和衰退。 那么怎样才能保持器官、组织的正常功能呢？ 强化细胞营养是根本。想让细胞长期处于最佳状态，让我们先来看一看人体及其细胞是由什么构成的。人——系统——器官——组织——细胞。明确了人体的构成，我们就能做到有的放矢地强化细胞营养，保持细胞长久健康的活性，实现健康的愿望。 构成人体的物质： 一、主要元素占99.3%。其中：氢63%；氧26%；碳9%；氮1%。
2010年全国研究生数学建模竞赛C题 神经元的形态分类和识别 大脑是生物体内结构和功能最复杂的组织，其中包含上千亿个神经细胞（神经元）。人 类脑计划（Human Brain Project, HBP）的目的是要对全世界的神经信息学数据库建立共 同的标准，多学科整合分析大量数据，加速人类对脑的认识。 作为大脑构造的基本单位，神经元的结构和功能包含很多因素,其中神经元的几何形态 特征和电学物理特性是两个重要方面。其中电学特性包含神经元不同的电位发放模式；几何 形态特征主要包括神经元的空间构象，具体包含接受信息的树突，处理信息的胞体和传出信 息的轴突三部分结构。由于树突，轴突的的生长变化，神经元的几何形态千变万化。电学特 性和空间形态等多个因素一起，综合表达神经元的信息传递功能。 (1a) (1b) (1c) 图1，(1a) 鼠中海马的CA1锥体神经元. (1b) 关键位置: D, 树突; S, 胞体; AH, 轴突的开始阶段轴丘; A,轴突; T,轴突末端. 树突的类型: e, 单个树突的等价圆柱体; a, 树突顶端; b, 树突基端; o, 树突倾斜. 树突的水平: (p)最近端, (m) 中间端, 和(d) 最远端-相对细胞胞体. (1c)神经元局部形态的简单几何特征：D树干直径，T顶端直径，L树干长度，△A树干锥度，R分支比例(前后分支的长度关系)，ν分支幂律(前后分支的直径关系)，α分支角度.
对神经元特性的认识，最基本问题是神经元的分类。目前，关于神经元的简单分类法主要有：（1）根据突起的多少可将神经元分为多极神经元；双极神经元和单极神经元。（2）根据神经元的功能又可分为主神经元，感觉神经元，运动神经元和中间神经元等。主神经元的主要功能是输出神经回路的信息。例如大脑皮层的锥体神经元，小脑皮层中的普肯野神经元等。感觉神经元，它们接受刺激并将之转变为神经冲动。中间神经元，是介于感觉神经元与运动神经元之间起联络作用的。运动神经元，它们将中枢发出的冲动传导到肌肉等活动器官。不同组织位置，中间神经元的类别和形态，变化很大。动物越进化，中间神经元越多，构成的中枢神经系统的网络越复杂。 如何识别区分不同类别的神经元，这个问题目前科学上仍没有解决。生物解剖区别神经元主要通过几何形态和电位发放两个因素。神经元的几何形态主要通过染色技术得到，电位发放通过微电极穿刺胞内记录得到。利用神经元的电位发放模式区分神经元的类别比较复杂，主要涉及神经元的Hodgkin-Huxley模型和Rall 电缆模型的离散形式(神经元的房室模型)。本问题只考虑神经元的几何形态，研究如何利用神经元的空间几何特征，通过数学建模给出神经元的一个空间形态分类方法，将神经元根据几何形态比较准确地分类识别。 神经元的空间几何形态的研究是人类脑计划中一个重要项目, https://www.doczj.com/doc/8414683396.html,包含大量神经元的几何形态数据等,现在仍然在不断增加，在那里你们可以得到大量的神经元空间形态数据，例如附录A和附录C。对于神经元几何形态的特征研究这个热点问题，不同专家侧重用不同的指标去刻画神经元的形态特征，例如图1、下面给出的神经元的粗略空间刻画以及附录A和附录C用标准的A.SWC 格式给出的刻画。你们需要完成的任务是：（1）利用附录A中和附录C样本神经元的空间几何数据，寻找出附录C中5类神经元的几何特征（中间神经元可以又细分3类），给出一个神经元空间形态分类的方法。
%% 清空环境变量 clc clear %% 网络结构初始化 rate1=0.006;rate2=0.001; %学习率 k=0.3;K=3; y_1=zeros(3,1);y_2=y_1;y_3=y_2; %输出值 u_1=zeros(3,1);u_2=u_1;u_3=u_2; %控制率 h1i=zeros(3,1);h1i_1=h1i; %第一个控制量 h2i=zeros(3,1);h2i_1=h2i; %第二控制量 h3i=zeros(3,1);h3i_1=h3i; %第三个空置量 x1i=zeros(3,1);x2i=x1i;x3i=x2i;x1i_1=x1i;x2i_1=x2i;x3i_1=x3i; %隐含层输出 %权值初始化 k0=0.03; %第一层权值 w11=k0*rand(3,2); w12=k0*rand(3,2); w13=k0*rand(3,2); %第二层权值 w21=k0*rand(1,9); w22=k0*rand(1,9); w23=k0*rand(1,9); %值限定 ynmax=1;ynmin=-1; %系统输出值限定 xpmax=1;xpmin=-1; %P节点输出限定 qimax=1;qimin=-1; %I节点输出限定 qdmax=1;qdmin=-1; %D节点输出限定 uhmax=1;uhmin=-1; %输出结果限定 %% 网络迭代优化 for k=1:1:200 %% 控制量输出计算 %--------------------------------网络前向计算-------------------------- %系统输出 y1(k)=(0.4*y_1(1)+u_1(1)/(1+u_1(1)^2)+0.2*u_1(1)^3+0.5*u_1(2))+0.3*y_1(2); y2(k)=(0.2*y_1(2)+u_1(2)/(1+u_1(2)^2)+0.4*u_1(2)^3+0.2*u_1(1))+0.3*y_1(3); y3(k)=(0.3*y_1(3)+u_1(3)/(1+u_1(3)^2)+0.4*u_1(3)^3+0.4*u_1(2))+0.3*y_1(1);
环境保护与人体健康 13级太阳能一班 郑杰1310211136 众所周知，环境的压力现在日益严重，环境保护也是我们迫在眉睫的事情。但还是有很多的人对环境保护不加重视，他们应该知道保护环境就是保护我们自己的身体健康。 在课程中，我们学习到，我们所面临的各种污染是有多么严重，也看到了相关的视频资料。环境污染的最直接、最容易被人所感受的后果是使人类环境的质量下降，影响人类的生活质量、身体健康和生产活动。例如城市的空气污染造成空气污浊，人们的发病率上升等等；水污染使水环境质量恶化，饮用水源的质量普遍下降，威胁人的身体健康，引起胎儿早产或畸形等等。严重的污染事件不仅带来健康问题，也造成社会问题。随着污染的加剧和人们环境意识的提高，由于污染引起的人群纠纷和冲突逐年增加。 一、水污染对人体的危害 迄今为止，人类还未在地球以外的其他星球上发现水。水是生命之源，是人类生活上不可缺乏之物质、人体组织中水份占人体重量的百分之六十到七十，其他动物或植物其体内的水份也占百分之五以上，可见水是维持生命不可缺少的物质。而近年来,水污染却非常严重,人们大量用水,或排放废水等,都会造成严重的水污染。 一般所称的水污染，主要是指由于人为因素直接或间接的将污染物质介入于水体后，变更其物理、化学或生物特性的改变，以致影响水的正常用途或危害国民健康及生活环境。 水污染来源包括天然的污染源及人为的污染源，人为的污染源有生活用水和工业废水的排放、农药、肥料等物质，经由地表水或地下水的渗透与流动而进入水体，使得水体环境受到污染、森林之采伐、耕作、土木工程等人为因素所造成水体中浮游物与溶解物的增加等。不仅河流、湖泊受到污染，海洋也同样污染严重。污染的江河会继续污染海洋，而且海上溢油污染事件的频繁出现，也是污染海洋的重要原因。海洋遭受污染后所产生的一种灾害性海洋现象就是赤潮，由于海水过于营养化，某些浮游生物在水中爆发性繁殖，这种生长量特别巨大的浮游生物是粉红色或红褐色的，因此染红了海水，导致了赤潮。赤潮不仅给海洋环境、海洋渔业和海水养殖业造成严重危害，而且对人类健康甚至生命都有影响。一方面，赤潮引起海洋异变，局部中断海洋食物链，使海域一度成为死海；另一方面，有些赤潮生物分泌毒素，这些毒素被食物链中的某些生物摄入，如果人类再食用这些生物，则会导致中毒甚至死亡。而水污染又是造成水严重缺乏的主要原因之一。据统计，全世界有100多个国
学习人体与健康的体会 学了这门通识课才知道，健康是有多么重要，也清楚地了解到健康的含义。健康是指一个人在身体、精神和社会等方面都处于良好的状态。传统的健康观是“无病即健康”，现代人的健康观是整体健康，世界卫生组织提出“健康不仅是躯体没有疾病，还要具备心理健康、社会适应良好和有道德”。因此，现代人的健康内容包括：躯体健康、心理健康、心灵健康、社会健康、智力健康、道德健康、环境健康等。健康是人的基本权利，是人生最宝贵的财富之一；健康是生活质量的基础；健康是人类自我觉醒的重要方面；健康是生命存在的最佳状态，有着丰富深蕴的内涵。 要保证身心健康发展，就要知道怎么保持健康的身心？ 首先，树立明确的生活目标斯大林说：“只有伟大的目标，才能产生伟大的毅力”。目标是灯塔，目标是旗帜，一个人如果没有生活的目标，就只能在人生的征途上徘徊，永远达不到理想的彼岸，生活就显得平庸、乏味、无聊，就可能滋生各种有害健康的恶习。人生在世，需要追求的东西很多，但由于受到生活环境层次、社会文化情景层次和个人实际条件等主、客观因素的限制，往往是“熊掌和鱼”不可兼得。这就要求我们在现实生活中牢牢把握这样一个原则：要“鱼”，还是要“熊掌”，即确定明确的奋斗目标。 然后，凡事宽以待人《心灵导师?情绪管理》一书指出：付出，让你更健康。在当今世界，科学技术突飞猛进，知识经济已见端倪，竞争已达到了白热化的地步。明确目标，追求人生成功，纵然是获得健康的要素，但伸出援助之手，宽以待人，协手共进，却使人永远年轻、健康、快乐的“添加剂”。华德先生是美国最大通讯公司的广告和公共关系部门的主管，闲暇时，他为堪萨斯州感化院的
“假释犯”当义工，为儿童之家募款，还捐出了14加仑的血液给州立血库，这一切令华德先生觉得：“我是个快乐的家伙！”他健康充实的人生说明了“宽以待人，行善乐施”能美化人生，抵抗生活压力。我们知道，心胸宽大的人较快乐。 其次，养成良好的生活习惯。我国上古时代的奇书《黄帝内经》上说：“上古之人，其知道者，法于阴阳，和于数术，饮食有节，起居有常，不妄劳作，故能形与神俱，而尽终其天年，度百岁乃去”。这里特别强调了饮食有节，起居有常，要求人们养成良好的生活习惯。良好生活习惯会使人终生受益，其中对健康的价值更是不可低估！可是在现实生活中，有些同学对此却不以为然，他们无论是生活、娱乐、休息和学习都缺乏一种规律性，常常是心血来潮，忘乎所以，凡事都好走极端。例如，有人喜欢通宵达旦地看书、下棋、玩牌、跳舞，平时吃饭、睡眠都缺乏规律性等等。这对身体健康是有严重危害的。 最后，保持青春活动力的秘诀在于运动。科学研究证明，通过体育活动可以促使头脑清醒，思维敏捷。因为体育运动能够使大脑获得积极性休息，改善大脑的供血状况，使大脑保持正常的工作能力；体育运动能够促进血液循环，提高心脏功能，特别是在运动时，冠状动脉的血流量要比安静时高10倍。国外一位生物学家实验发现，马拉松运动员的冠状动脉的直径要比一般人长1~2倍，这就是运动能预防冠性病的生理依据；运动还能改善呼吸系统的功能。由于肌肉活动时需氧量增加，呼吸加速、加深，这就促进了肺及其周围肌肉、韧带的发展和功能的提高；运动还可以使骨骼、肌肉结实有力。在此，我要提醒大家在锻炼时要注意掌握以下两个要点：第一是适度，第二是持之以恒，坚持不懈。
收稿日期:2003-03-11;收修定稿日期:2003-07-03 作者简介:丁 军(1972-),男,安徽庐江人,硕士研究生,主要研究方向为智能控制;徐用懋,女,教授,博士生导师。 控制工程 Control Eng ineering of China Jan.2004Vol.11,No.1 2004年1月第11卷第1期 文章编号:1671-7848(2004)01-0027-05 单神经元自适应PID 控制器及其应用 丁 军,徐用懋 (清华大学自动化系,北京 100084) 摘 要:研究了单神经元自适应PI D 控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartP ro 系统平台上开发出单神经元自适应PI D 控制器,进行了单神经元自适应PI D 控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应P ID 控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。 关 键 词:单神经元自适应控制器;PID;DCS 中图分类号:T P 273 文献标识码:A 1 引 言 为适应快速过程神经网络控制的要求,并将神经网络与常规PID 调节器控制思路相结合,产生了神经元自适应PID 控制器。文献[1]采用单神经元构成PID 控制器,并和预测控制相结合,克服时滞对控制系统的影响,并在大时滞、大惯性的电加热炉上获得成功应用,缺点是要对过程进行辨识。文献[2]使用单神经元控制器对过热汽温对象的串级控制回路进行了仿真,结果表明,控制品质优于常规PID 控制器,但尚未投入实际工业运行。文献[3](类似的神经元控制文献[4~6])从常规PID 控制的机理得到启发,采用负反馈+反向BP 算法,使用3层神经元节点(其中一层为隐层),分别将带权值修正后的比例分量、积分分量、微分分量(从物理意义上讲)的神经元的共6个权值分别进行修正,使得总的能量函数最小。文中的仿真试验表明,此方法可以有效地在时滞系统上使用,具有一定的启发意义;主要缺点为计算量相对较大,且易陷入局部极小值。文献[7]对单神经元PID 做了深入的研究,大量与常规PID 的对比仿真表明,单神经元PID 控制器的性能优越,但尚未将单神经元PID 投入工业实际运行。本文在北京和利时系统工程股份有限公司SmartPro 分布式控制系统(DCS)平台上,将单神经元PID 控制器进行工程化开发与仿真研究,在充分发掘单神经元PID 优越性能的基础上,探索 工程化整定方法,最终投入工业实际运行。 2 单神经元自适应PID 控制器的设计 1)控制律 单神经元PID 控制器单神经元PID 控制器具有现场调整参数少、易于现场调试的重要特点,能较大地改善典型非线性时变对象的动态品质,能够适应过程的时变特性,保证控制系统在最佳状态下运行,控制品质明显优于常规PID 控制器。其工作机理如图1所示。 图1 单神经元自适应PID 的工作原理 设定值的滤波处理: y r (k +1)=(1-A )r (k )+A y r (k )式中,r (k )为设定值,y r (k)为滤波处理后的设定值,A (0 健康人体的基本参数值 1. 正常心率：每分钟75次 健康成年人安静状态下，心率平均为每分钟75次。正常范围为每分钟60-100次。成人安静时心率超过100次/分钟，为心动过速；低于60次/分钟者，为心动过缓。心率可因年龄、性别及其他因素而变化，比如体温每升高1℃，心率可加快12-20次/分钟，女性心率比男性心率稍快，运动员的心率较慢。 2. 正常体温：36.3℃-37.2℃（口测法） 临床上通常用口腔温度、直肠温度和腋窝温度来代表体温。口测法（舌下含5分钟）正常值为36.3℃-37.2℃；腋测法（腋下夹紧5分钟）为36℃-37℃;肛测法（表头涂润滑剂，插入肛门5分钟）为36.5℃-37.7℃。在一昼夜中，人体体温呈周期性波动，一般清晨2-6时最低，下午13-18时最高，但波动幅度一般不超过1℃。只要体温不超过37.3℃，就算正常。 3. 血红蛋白（HbB）：成年男性（120-160克/升），成年女性（110-150克/升） 临床上以血红蛋白值佐为判断贫血的依据。正常成人血红蛋白值90-110克/升属轻度贫血；60-90克/升属中度贫血；30-60克/升属重度贫血；白细胞计数（WBC）：4-10*（10的9次方）个/升 白细胞计数大于10*（10的9次方）个/升称白细胞增多，小于10*（10的9次方）个/升称白细胞减少。一般地说，急性细菌感染或炎症时，白细胞可升高；病毒感染时，白细胞会降低。感冒、发热可由病毒感染引起，也可由细菌感染引起，为明确病因，指导临床用药，医生通常会让你去查一个血常规。 5. 血小板计数（PLT）：100-300*（10的9次方）个/升 血小板有维护血管壁完整性的功能。当血小板数减少到50*（10的9次方）个/升以下时，特别是低至30*（10的9次方）个/升时，就有可能导致出血，皮肤上可出现瘀点瘀斑。血小板不低皮肤上也常出现“乌青块”者不必过分紧张，因为除了血小板因素外，血管壁因素，凝血因素，以及一些生理性因素都会导致“乌青块”的发生，可去血液科就诊，明确原因。 6. 尿量：1000-2000毫升/24小时 24小时尿量>2500毫升为多尿。生理性多尿见于饮水过多或应用利尿药后。病理性多尿见于糖尿病、尿崩症，肾小管疾病等。 7. 24小时尿量夜尿量：500毫升 夜尿指晚8时至次日晨8时的总尿量，一般为500毫升，排尿2-3次。若夜尿量超过白天尿量，且排尿次数明显增多，成为夜尿增多。生理性夜尿增多与睡前饮水过多有关；病理性夜尿增多常为肾脏浓缩功能受损的表现，是肾功能减退的早期信号。除肾功能减退以外，夜尿增多还可能是男性前列腺增生、老年女性子宫脱垂、泌尿系统感染、糖尿病、精神紧张等原因所致。 8. 尿红细胞数（RBC）正常值：0-3个/高倍视野 尿红细胞>3个/高倍视野，称为镜下血尿。 尿红细胞尿白细胞计数（WBC）正常值：5个/高倍视野，称为镜下脓尿。尿中若有大量白细胞，多为泌尿系统感染，如肾盂肾炎、肾结核、膀胱炎或尿道感染。 10.精子存活时间：72小时。卵子存活时间：24小时。 安全期避孕遭遇安全期不安全的麻烦，除了把排卵期搞错以外，还有一个不容忽视的因素就是：由于精子在女性体内可存活3天之久，因此即使当天不是排卵日，只要处于受孕期（排卵前4天至排卵后2天），女性依然很有可能受孕。 11.两大血型系统：ABO和Rh ABO血型系统将血液分为4型：A型、B型、AB型和O型。Rh血型系统将血型分为两型：Rh阳性型和Rh阴性型。在白种人中，85%为Rh阳性血型，15%为Rh阴性血型。在我国，99%的人属Rh阳性血型，Rh阴性属于稀有血型。 A-A：A、O ； A-B：A、B、O、AB ； A-AB：A、B、AB ； A-O：A、O 神经网络控制 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】 人工神经网络控制 摘要: 神经网络控制，即基于神经网络控制或简称神经控制，是指在控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断等，亦即同时兼有上述某些功能的适应组合，将这样的系统统称为神经网络的控制系统。本文从人工神经网络，以及控制理论如何与神经网络相结合，详细的论述了神经网络控制的应用以及发展。 关键词: 神经网络控制；控制系统；人工神经网络 人工神经网络的发展过程 神经网络控制是20世纪80年代末期发展起来的自动控制领域的前沿学科之一。它是智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。是（人工）神经网络理论与控制理论相结合的产物，是发展中的学科。它汇集了包括数学、生物学、神经生理学、脑科学、遗传学、人工智能、计算机科学、自动控制等学科的理论、技术、方法及研究成果。 在控制领域，将具有学习能力的控制系统称为学习控制系统，属于智能控制系统。神经控制是有学习能力的，属于学习控制，是智能控制的一个分支。神经控制发展至今，虽仅有十余年的历史，已有了多种控制结构。如神经预测控制、神经逆系统控制等。 生物神经元模型 神经元是大脑处理信息的基本单元，人脑大约含1012个神经元，分成约1000种类型，每个神经元大约与 102~104个其他神经元相连接，形成极为错综复杂而又灵活多变的神经网络。每个神经元虽然都十分简单，但是如此大量的神经元之间、如此复杂的连接却可以演化出丰富多彩的行为方式，同时，如此大量的神经元与外部感受器之间的多种多样的连接方式也蕴含了变化莫测的反应方式。 图1 生物神经元传递信息的过程为多输入、单输出，神经元各组成部分的功能来看，信息的处理与传递主要发生在突触附近，当神经元细胞体通过轴突传到突触前膜的脉 一、目的 (2) 二、设备及条件 (2) 三、设计及实验过程 (2) 1. 单神经元自适应控制器结构 (2) 2、神经元的学习规则 (3) 3、实验过程 (3) 4、实验探究 (5) 探究1：神经元比例系数K对输出结果的影响 (5) 探究2：学习速率对输出结果的影响 (7) 探究3：权系数初值对输出结果的影响 (9) 四、实验结果分析 (10) 五、思考题 (11) 六、程序清单 (11) 单神经元PID 控制 一、目的 １．熟悉单神经元PID 控制器原理。 ２．通过实验进一步掌握有监督的Hebb 学习规则及其算法仿真。 二、设备及条件 １．计算机系统。 ２．MATLAB 仿真软件 三、设计及实验过程 1. 单神经元自适应控制器结构 图1 单神经元自适应控制器原理图 设输入为r; 输出为y; 误差e=r-y ；控制信号为u ； 三个状态量 x1(k)=e(k); x2(k)=e(k)-e(k-1); X3(k)=e(k)-2*e(k-1)+e(k-2); 神经元产生的控制信号为： 3 1 ()(1)()(),0i i i u k u k k k x k k ω==-+>∑ 其中()i k ω为对应于()i x k 的权系数，单神经元控制器的自适应功能是通过学习 改变连接权值来实现的。K 为神经元的比例系数，且K>0。 2、神经元的学习规则 学习规则是修正神经元之间的连接强度或加权系数的算法，使获得的知识结构适应周围环境的变化，学习过程由学习期和工作期两个阶段组成。在学习期中，执行学习规则，修正加权系数。在工作期内，连接权值固定，计算神经元的输出。学习算法就是调整连接权值()i k ω的规则，它是单神经元控制器的核心，并反映了其学习的能力。我们采用的学习规则是有监督的Hebb 学习规则，它是无监督的Hebb 学习规则和有监督的Delta 相结合的学习规则。 学习算法规范化处理后为：3 113 11 111222333()(1)()() ()()/() (1)()()()() (1)()()()()(1)()()()() i i i i i i i i p d u k u k k k x k k k k k k u k z k x k k k u k z k x k k k u k z k x k ωωωωωωηωωηωωη===-+=+=++=++=+∑∑ p η，i η，d η分别为比例学习速率，微分学习速率，积分学习速率。K 为神经 元的比例系数。它们的调整规则如下： 3、实验过程 被控对象：()0.368(1)0.26(2)0.10(1)0.632(2)()y k y k y k u k u k k ε=-+-+-+-+ 其中()u k 为控制输入信号。在控制过程中，开始加入幅度为1的单位阶跃信号，到第150周期开始加入幅度为20%-的阶跃干扰，在第300个周期干扰消失。 我们先假设初始的p η，i η，d η，分别为0.40，0.35，0.40。对应的权系数()i k ω为0.10。神经元的比例系数为0.12。 各个变量的前向差分都为0，采样时间为1ms 。这样，输入为幅值为1的阶跃信号；前150个采样周期假设被控对象没有干扰，在第150~300个采样周期被控对象加入幅值为-20%的阶跃干扰信号。第300~第1000个采样周期去掉干扰，观察被控对象跟踪输入阶跃信号的情况，并画图。 编程的思路很明确，每次进行采样时，根据输入和被控对象的差值确定三个状态量1()x k ，2()x k ，3()x k ，根据学习规则将对应的权系数进行调整，然后输出控制信号，对过程进行控制。进行一次调整后，将此时的值作为下一次前拍值，然后不断循环，进行调整，直到被控对象能够很好地跟踪上输入信号。 神经元是神经系统的结构和功能的基本单位。它有突起，突起可延伸至全身各器官和组织中，突起分为树突和轴突。一个神经元有轴突，可以把兴奋从胞体传送到另一个神经元或其他组织，但是有许多树突以接受刺激并将兴奋传入细胞体。一个细胞体是细胞含核的部分，其形状大小有很大差别，直径约4～120微米，位可以把兴奋从胞体传送到另一个神经元或其他组织，于神经节、和中枢神经中。细胞核大而圆，位于细胞体中央，染色质少，核仁明显。 结构 一胞体：胞体（soma）在于脑和脊髓的灰质及神经节内，其形态各异，常见的形态为星形、锥体形、梨形和圆球形状等。胞体大小不一，直径在5～150μm之间。胞体是神经元的代谢和营养中心。胞体的结构与一般细胞相似，有细胞质、细胞核、细胞膜、和核仁组成。 1细胞膜：细胞膜是细胞体和突起表面的膜除突触部位的胞膜有特殊的结构外，大部分胞膜为单层膜结构。神经细胞膜的特点是一个敏感而易兴奋的膜。在膜上有各种受体（receptor）和离子通道（ionic chanel），二者各由不同的膜蛋白所构成。形成突触部分的细胞膜增厚。膜上受体可与相应的化学物质神经递质结合。当受体与乙酰胆碱递质或γ-氨基丁酸递质结合时，膜的离子通透性及膜内外电位差发生改变，胞膜产生相应的生理活动：兴奋或抑制。 2细胞核：多位于神经细胞体中央，大而圆，异染色质少，多位于核膜内侧，常染色质多，散在于核的中部，故着色浅，核仁l～2个，大而明显。细胞变性时，核多移向周边而偏位。 3细胞质：细胞质位于细胞核周围。又称核周体（perikaryon）其中含有发达的高尔基体滑面内质网，丰富的线粒体，尼氏体及神经原纤维，还含有溶酶体等。 A>尼氏体（Nissl body）: 。它分布在核周体和树突内，而轴突起始段的轴丘和轴突内均无。依神经元的类型和不同生理状态，尼氏体的数量、形状和分布也有所差别。典型的如脊髓前角运动神经元，尼氏体数量最多，呈斑块状，分散于神经原纤维之间，有如虎皮样花斑，故又称虎斑小体。神经活动所儒的大量蛋白质主要在尼氏体合成，再流向核内、线粒体和高尔基复合体。当神经元损伤或中毒时，均能引起尼氏体减少,乃至消失。若损伤恢复除去有害因素后，尼氏体又可恢复。因此，尼氏体的形态结构可作为判定神经元功能状态的一种标志。 B>神经原纤维：在细胞质内存在直径为2～3μm的丝状纤维结构，在细胞体内交织成网，并向树突和轴突延伸，可达到突起的未消部位。它的功能主要是构成神经细胞的骨架和参与物质的运输。它有神经丝、微管、微丝，这三种纤维组成。 C>脂褐素（lipofuscin）：常位于大型神经无核周体的一侧，呈棕黄色颗粒状，随年龄增长而增多，经电镜和组织化学证实为次级溶酶体形成的残余体（residual body），其内容物为溶酶健康人体的基本参数值
神经网络控制完整版
单神经元PID控制报告
神经元
相关主题
文本预览