基于大脑神经元序列记忆决策网络模型的研究及应用

发布时间：2021-02-20 23:54

　　对机器运用仿人类大脑的智能一直是人工智能领域前沿的研究方向,然而通过对认知神经学和电生理学等交叉学科的研究,可以灵活的运用物理,数学等工程性的学科来更加具体化分析大脑如何去运行,随着时代的发展,技术的不断进步,可以系统的运用数学和生物模型来模仿大脑的运行机制,去建立一个系统的计算模型去运用在机器上,使得机器更加智能化,人性化。根据大脑的记忆模式和决策原理,从生物神经学的角度出发建立了一个长时序列记忆决策模型。列举一个简单的实例,运用这个模型对飞行器机群的多目标进行协同训练,使得无人机自主的进行学习调整,借鉴之前记忆的经验使得控制最优化。用以阐明这个新的网络模型更加智能化的特点。本文分别从以下进行展开:第一部分着重介绍了本文研究的背景,国内外的研究状况,认知神经学与电生理学中对大脑的运行方式的研究,本文的研究思路和内容。然后介绍了要建立模型所需要的一些生物学基础知识和基本概念,这些内容主要包括认知神经科学的简介,大脑神经元的工作原理,神经信号的传输,神经递质的传递,电生理知识,大脑的记忆分类和存储,以及进行决策选择的工作原理。根据神经生物学结论构建序列记忆神经网路结构,并建立对应的神经动... 

【文章来源】：南京信息工程大学江苏省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图２－２神经递质传输??Ｆｉｇｕｒｅ?２－２?Ｎｅｕｒｏｔｒａｎｓｍｉｔｔｅｒ?Ｔｒａｎｓｍｉｓｓｉｏｎ??

?电冲动弓丨起神经元轴突内部形成的小泡（ｖｅｓｉｃｌｅｓ）释放神经递质，这些神经递质游过突??触（神经元之间的极小空间），附在接收神经元的树突之上。（如图２－２所示）??觀■－?ｆ＇??ｉ?厂：．??＇?＼?：一＇?／??－．Ｖ?■麵：ｆ?Ｉ??图２－２神经递质传输??Ｆｉｇｕｒｅ?２－２?Ｎｅｕｒｏｔｒａｎｓｍｉｔｔｅｒ?Ｔｒａｎｓｍｉｓｓｉｏｎ??整个过程可以比作锁和钥匙的关系。同钥匙一样，神经递质可以“打开”树突上的细??小受体。每种神经递质有其特定类型的受体，而不与其他类型的吻合。需要指出的是，??有些神经递质是兴奋型的，它们能够激活后面的神经元，另一些神经递质是抑制型的，??它们能够阻止后面神经元的激活。神经元可以同时接受两种神经递质，之后就是能力较??量的问题了。如果兴奋型神经递质具有比抑制型神经递质更多的受体，神经元就会激活。??一个祌经元反复接收一个信号，这种现象叫做突触强化。受体的数值得以增加，化??学信息便具有更多可以结合的位置，效率得以提高，信息的传递变得更加迅速而简便。??这种特性是记忆和学习的生理学保障

图２－４神经递质的释放??Ｆｉｇｕｒｅ?２－４?Ｒｅｌｅａｓｅ?ｏｆ?ｎｅｕｒｏｔｒａｎｓｍｉｔｔｅｒｓ??

【参考文献】：
期刊论文
[1]无人机协同作战仿真系统构建与模型校验[J]. 周维强.  电子技术与软件工程. 2017(08)
[2]无人机的自主与智能控制[J]. 范彦铭.  中国科学:技术科学. 2017(03)
[3]浅析无人机系统自主控制的关键技术[J]. 李栋,李明,高启坤.  中国军转民. 2016(12)
[4]基于冗余集中式的多无人机协同多任务分配[J]. 周绍磊,尹高扬,雷肖剑,王珑,康宇航.  战术导弹技术. 2016(03)
[5]无人机自主控制等级及其系统结构研究[J]. 陈宗基,魏金钟,王英勋,周锐.  航空学报. 2011(06)
[6]无人机系统自主控制技术研究现状与发展趋势[J]. 朱华勇,牛轶峰,沈林成,张国忠.  国防科技大学学报. 2010(03)
[7]分布式多无人机编队控制系统仿真[J]. 李广文,蒋正雄,贾秋玲.  计算机仿真. 2010(02)
[8]无人机的自主飞行控制[J]. 王英勋,蔡志浩.  航空制造技术. 2009(08)
[9]群机器人研究综述[J]. 薛颂东,曾建潮.  模式识别与人工智能. 2008(02)
[10]受生物群体智能启发的多机器人系统研究[J]. 蓝艇,刘士荣.  机器人. 2007(03)

博士论文
[1]基于生物智能算法的群体机器人协同控制[D]. 杨斌.东华大学 2016
[2]群体机器人系统合作控制问题研究[D]. 雷斌.武汉理工大学 2009

硕士论文
[1]无人机分布式协同仿真技术研究[D]. 陈朋.南京航空航天大学 2016
[2]集中式多类型无人机编队任务分配方法研究[D]. 胡雄超.西安电子科技大学 2013
[3]小型无人机快速原型仿真技术研究[D]. 叶志航.南京航空航天大学 2012
[4]多无人机协同作战关键技术研究[D]. 辛亭.南京航空航天大学 2009



本文编号：3043540