基于一种生长型神经网络的倒立摆控制

• 作者: 张玉梅 阮晓钢
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 细胞生长结构 强化学习 倒立摆
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 288-292
• 页数: 5页
• 分类号: TP18
• 字数: 4181字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.05.079

摘要

针对倒立摆这样的典型控制问题,提出了一种在结构与规模上可生长的神经网络控制方案.网络利用细胞生长结构算法的生长机制,在工作域中实现对刺激信号的自组织模式分类,并可通过新神经元的插入,实现网络规模的生长演化.在输出域中针对控制任务采用强化Hebb学习机制,实现不同的神经元以最佳方式响应不同性质的信号刺激.最后进行了倒立摆的自学习控制的仿真实验,表明在自治地与环境的交互作用中,通过神经网络自身的发育,该方案有效地控制了倒立摆系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮晓钢	北京工业大学电子信息与控制工程学院	240	2182	23.0	35.0
2	张玉梅	北京工业大学电子信息与控制工程学院	3	19	2.0	3.0