竞争式Takagi-Sugeno模糊再励学习

摘要：

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(CTSFRLN),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.文中相应提出了两种学习算法,即竞争式Takagi-Sugeno模糊Q-学习算法和竞争式Takagi-Sugeno模糊优胜学习算法,其把CTSFRLN训练成为一种所谓的Takagi-Sugeno模糊变结构控制器.以二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：再励学习、函数逼近、T-S模糊推理系统

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：教育部优秀青年教师资助计划

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：873-880