一种新型的结构自组织基函数模糊CMAC

• 作者: 何超 张宇河 徐立新 董宁
• 来源期刊: 北京理工大学学报(英文版)
• 学科: 工学
• 关键词: CMAC 模糊 基函数 自组织算法 神经网络
• 年，卷（期）: 2001,（3）
• 页码范围: 298-305
• 页数: 8页
• 分类号: TP18
• 字数: 1025字
• 语种: 英文
• DOI: 10.3969/j.issn.1004-0579.2001.03.013

摘要

为提高CMAC的非线性逼近能力，通过引入Gauss基函数和基于相似测量的寻址策略，提出一种新的Gauss基函数模糊CMAC网络(GFCMAC)，并进一步在对Kohonen的自组织映射算法进行改进的基础上，提出了GFCMAC的结构自组织算法(SOGFCMAC). 仿真结果表明，采用Gauss基函数和模糊技术可以显著提高CMAC算法的非线性逼近能力，与传统CMAC、广义基函数CMAC和FCMAC等算法相比，SOGFCMAC算法在收敛速度、逼近精度和结构自组织等多方面都具有明显的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇河	北京理工大学自动控制系	63	1094	18.0	32.0
2	何超	北京理工大学自动控制系	26	399	14.0	19.0
3	董宁	北京理工大学自动控制系	13	97	5.0	9.0
4	徐立新	北京理工大学自动控制系	47	433	11.0	18.0