基于Takagi-Sugeno的再励学习模糊神经网络控制

• 作者: 马力佳 高岩
• 来源期刊: 科技与创新
• 关键词: 倒立摆 Takagi-Sugeno 模糊推理系统 再励学习
• 年，卷（期）: 2006,（16）
• 所属期刊栏目: 控制系统
• 页码范围: 7-9
• 页数: 3页
• 分类号: TP23
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.16.003

摘要

提出一种模糊神经网络的自适应控制方案.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,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.相应地,提出了一种优化学习算法,其把竞争式Takagi-Sugeno模糊再励学习网络训练成为一种所谓的Takagi-Sugeno模糊变结构控制器.以一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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马力佳		1	8	1.0	1.0