一种基于CMAC的自学习控制器
现有的基于CMAC的自学习控制器能够有效地减小跟踪误差,但是在跟踪连续变化信号如正弦波时,由于累积误差的影响会产生过学习现象,进而导致系统的不稳定.为此,提出一种新的基于CMAC的自学习控制器,它以系统的动态误差作为CMAC的激励信号,从而避免了累积误差的影响.仿真结果表明,该控制器不仅是有效的,而且具有很强的鲁棒性.此外,它可以使用较高的学习速率,实时性强.
CMAC神经网络、自学习控制、稳定性
26
TP2(自动化技术及设备)
2004-03-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
542-546