一种生长型神经网络的倒立摆控制方案

摘要：

针对倒立摆系统,提出了在结构上可生长的神经网络控制方案.网络利用细胞生长结构算法,在工作域中实现对状态变量的模式分类,并通过新神经元的插入实现网络规模的生长演化.在输出域中针对倒立摆控制任务采用强化Hebb学习机制,实现不同的神经元以最佳方式响应不同性质的信号刺激.仿真表明,通过神经网络自身的发育,该方案有效控制了倒立摆系统.

关键词：细胞生长结构、Hebb学习、倒立摆

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金63075017

在线出版日期：2005-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：91-93