基于Takagi-Sugeno的再励学习模糊神经网络控制

摘要：

提出一种模糊神经网络的自适应控制方案.针对连续空间的复杂学习任务,提出了一种竞争式Takagi-Sugeno模糊再励学习网络,该网络结构集成了Takagi-Sugeno模糊推理系统和基于动作的评价值函数的再励学习方法.相应地,提出了一种优化学习算法,其把竞争式Takagi-Sugeno模糊再励学习网络训练成为一种所谓的Takagi-Sugeno模糊变结构控制器.以一级倒立摆控制系统为例,仿真研究表明所提出的学习算法在性能上优于其它的再励学习算法.

关键词：倒立摆、Takagi-Sugeno、模糊推理系统、再励学习

所属期刊栏目：22

分类号：TP23(自动化技术及设备)

资助基金：北京市教委共建项目SYS100070417

在线出版日期：2006-07-31（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：7-9