基于高阶CMAC网络的机器人自学习控制器

• 作者: 杨胜跃 樊晓平
• 来源期刊: 长沙铁道学院学报
• 学科: 工学
• 关键词: CMAC网络 机器人控制 自学习 叠加处理法 高阶神经网络
• 年，卷（期）: 2000,（3）
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP17|TP242
• 字数: 2497字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7029.2000.03.007

摘要

提出了将CMAC网络与PD控制器相结合的机器人在线自学习控制器,通过引入高阶网络的概念,采用简单的叠加处理法将多维输入空间的CMAC神经网络化为多个一维输入子网络,从而简化系统的网络结构.同时对进行叠加的一维输入CMAC网络选取不同的学习步长,提高了学习的收敛速度和模型的逼近能力.计算机仿真结果表明,所提出的新型机器人自学习控制器具有很好的控制性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊晓平	长沙铁道学院信息与控制工程研究所	6	110	4.0	6.0
2	杨胜跃	长沙铁道学院信息与控制工程研究所	3	10	3.0	3.0