首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 125 毫秒
1.
模糊小脑模型神经网络(FCMAC)是将模糊理论引入小脑模型网络则形成的一种新型网络。在研究FCMAC算法的基础上,将FCMAC算法应用于短时交通流预测问题。通过仿真实验,并与BP和RBF方法进行比较。结果表明FCMAC方法具有较高精确性和一定的应用价值。  相似文献   

2.
模糊小脑模型神经网络(FCMAC)将模糊理论引入小脑模型网络则形成的一种新型网络。在研究FCMAC算法的基础上,将FCMAC算法应用于短时交通流预测问题。通过仿真实验,并与BP和RBF方法进行比较。结果表明FCMAC方法具有较高精确性和一定的应用价值。  相似文献   

3.
基于模糊CMAC神经网络的热电偶非线性误差补偿研究   总被引:3,自引:0,他引:3  
刘清 《计算机工程》2003,29(14):165-166,178
介绍了一种用单输入单输出模糊小脑神经网络(SISO FCMAC)对热电偶进行非线性误差补偿的方法。并以单片机89C5l以及外围芯片为核心设计了一个智能热电偶温度测试仪,给出了校正算法和硬件电路。  相似文献   

4.
模糊CMAC及其在机器人轨迹跟踪控制中的应用   总被引:7,自引:1,他引:7  
小脑模型关节控制器(CMAC)具有结构简单,学习快速的优点,但是它的空间划分方式不能在线进行调整,影响了其自适应能力的提高.本文将模糊理论引入CMAC,提出了一种能够反映人类小脑认知的模糊性和连续性的模糊小脑模型关节控制器(FCMAC).该控制器对CMAC的空间划分方式进行了模糊化处理,可通过BP学习算法对CMAC的空间划分方式进行在线调整,大大提高了CMAC的自适应能力.所提出的FCMAC被应用于机器人的轨迹跟踪控制系统以克服机器人系统中非线性和不确定性因素的影响.仿真实验结果表明,所提FCMAC与传统的CMAC相比性能上有了很大的改善.  相似文献   

5.
提出输入层具有一定隶属度的模糊小脑模型神经网络(Fuzzy CMAC),它比小脑模型CMAC(Cerebellar Model Articulation Controller)能更真实地描述客观世界.给出n维Fuzzy CMAC算法,仿真结果表明Fuzzy CMAC比小脑模型CMAC具有如下优点学习收敛速度快得多,可以学习模糊规则. Fuzzy CMAC比CMAC优越,使CMAC成为Fuzzy CMAC的特例.  相似文献   

6.
模糊小脑模型神经网络   总被引:16,自引:0,他引:16  
提出输入层具有一定隶属度的模糊小脑模型神经网络(Fuzzy CMAC),它比小脑 模型CMAC(Cerebellar Model Articulation Controller)能更真实地描述客观世界.给出n维 Fuzzy CMAC算法,仿真结果表明Fuzzy CMAC比小脑模型CMAC具有如下优点:学习收敛 速度快得多,可以学习模糊规则.Fuzzy CMAC比CMAC优越,使CMAC成为Fuzzy CMAC 的特例.  相似文献   

7.
基于改进小波神经网络的信息安全风险评估   总被引:3,自引:1,他引:2  
由于信息安全风险评估具有非线性、不确定性等特点,采用传统的数学模型进行信息安全的风险评估存在一定的局限性。将人工神经网络(ANN)理论、小波分析及粒子群优化算法有机结合,提出了粒子群-小波神经网络(PWNN)的信息安全风险评估方法。首先,采用模糊评价法对信息安全的风险因素的指标进行量化,对神经网络的输入进行模糊预处理;其次,采用粒子群优化算法对小波神经网络进行训练。仿真结果表明,提出的改进的小波神经网络模型可实现对信息系统的风险因素级别的量化评估,克服现有的评估方法所存在的主观随意性大、结论模糊等缺陷,具有更强的学习能力、更快的收敛速度。  相似文献   

8.
本文通过对模糊集合与神经网络的特点及相互关系的阐述,引出将二者优点结合于一身的模糊神经网络理论。从模糊神经元开始,着重介绍其拓扑结构、分类、隶属函数的特点及相应激励函数的确定方法。最后以模糊小脑神经网络(FCMAC)为算例,阐述了模糊神经元的应用问题。仿真结果表明:它具有比常规CMAC学习速度快,结果精确等优势。  相似文献   

9.
朱庆保 《计算机学报》2003,26(8):1004-1008
提出了一种能高速度、高精度学习的低维小脑模型神经网络.模型算法采用直接权地址映射技术,将训练样本的输入量化后直接作为联想存储器中C个权的首地址,建立起输入与权的关系.经样本训练后,任意输入作为相近的两个样本间的权首地址,经过输出映射算法即可得到较精确的输出.实验表明,它学习非线性函数的精度比最新改进的CMAC高十倍以上,收敛速度则快五十倍以上,且算法简单,不会发散,学习过程要求的存储器很小,实现容易.此算法已用于机器人传感器的信号细分,取得了非常好的效果.  相似文献   

10.
采用自适应算法对小脑模型神经网络的概念映射进行设计,提出了非线性量化小脑模型神经网络算 法,提高小脑模型神经网络的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.提出了基于非线性 量化小脑模型神经网络的溶出预脱硅系统时间序列预测模型,用于准确实时地预测循环母液加入量,在此基础上进 行循环母液投放措施优化.试验说明了该模型在对化工软计算的预测精度和快速性上具有明显的优越性,本模型已 应用于某氧化铝厂工艺优化系统中,动态调节循环母液投放量以节省原料.  相似文献   

11.
一种新型模糊神经网络函数逼近器   总被引:1,自引:0,他引:1  
论文提出了一种新型模糊小脑模型神经网络(NFCMAC),它采用模糊隶属度函数作为接收域函数,能够获得较常规CMAC连续性强且有解析微分的复杂函数近似,具有计算量少,学习效率高等优点。同时研究了NFCMAC接受域函数的映射方法、隶属度函数及其参数的选取规律和学习算法。仿真结果表明NFCMAC具有良好的泛化能力和逼近精度,具有较高的收敛速度。  相似文献   

12.
Efficient use of CMAC (Cerebellar Model Articulation Controller) for identification and real-time control of nonlinear dynamical systems is demonstrated. An on-line weight training algorithm is proposed. The results of modelling and controlling nonlinear objects with unknown dynamics testify to the efficiency of this network. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 5, pp. 16–28, September–October 2005.  相似文献   

13.
Neighborhood sequential and random training techniques for CMAC   总被引:6,自引:0,他引:6  
An adaptive control algorithm based on Albus' CMAC (Cerebellar Model Articulation Controller) was studied with emphasis on how to train CMAC systems. Two training techniques-neighborhood sequential training and random training, have been devised. These techniques were used to generate mathematical functions, and both methods successfully circumvented the training interference resulting from CMAC's inherent generalization property. In the neighborhood sequential training method, a strategy was devised to utilize the discrete, finite state nature of the CMAC's address space for selecting points in the input space which would train CMAC systems in the most rapid manner possible. The random training method was found to converge on the training function with the greatest precision, although it requires longer training periods than the neighborhood sequential training method to achieve a desired performance level.  相似文献   

14.
神经计算中坐标变换的网络模型(CMAC)的泛化特性   总被引:9,自引:3,他引:9  
欧阳楷  陈卉  周萍  周琛 《自动化学报》1997,23(4):475-481
在神经计算中神经网络的泛化特性是一个非常重要的内容.该文简述了小脑模型 (CMAC--Cerebellar Model Areiculation Controller)的原理和学习算法,并用仿真方法讨 论了在机器人使用的坐标变换关系(输入直角坐标值,输出机器手的关节角度)下CMAC的 泛化性能:当泛化率为1:100时CMAC仍能正常工作.系统的精度虽能满足需要,但是进一 步提高却受到限制.本文还讨论了影响精度的各种因素及可能的改进方法.  相似文献   

15.
汤哲  刘万臣  郑果 《计算机工程》2011,37(14):200-201
现有电池荷电状态(SOC)估计方法所需训练和学习时间较长,很难满足动力电池的实时性要求。为解决该问题,利用小脑模型关节控制器(CMAC)神经网络对电池SOC进行评估,CMAC神经网络具有学习算法简单和逼近任意非线性函数的能力。对镍氢电池的模拟测试结果表明,与反向传播神经网络相比,CMAC神经网络的学习和收敛速度较快,能实时估计出电池SOC,并使估计误差在可接受范围内。  相似文献   

16.
基于广义基函数的CMAC(Cerebeliar Model Articulation Controller)学习算法(称 C-L算法)收敛条件依赖于基函数和学习样本,很难同时满足学习快速性与收敛性.提出了一 种改进学习算法,并证明改进算法是收敛的,而且收敛条件不依赖于基函数和学习样本.仿真 结果表明改进算法优于C—L算法和标准的Albus算法.  相似文献   

17.
温凯歌  杨照辉 《计算机工程》2011,37(17):152-154
采用神经网络值函数逼近的强化学习方法处理交叉口的信号控制。根据交通流及交叉口信号特征,建立强化学习的状态空间、动作空间和回报空间,以最小化车辆在交叉口的延误为控制目标,对信号进行优化控制。引入小脑模型关节控制器神经网络对强化学习(RL)的Q值进行逼近。在变化的交通条件下,使用典型交叉口对提出的RL模型进行验证,同传统的定时控制和全感应控制进行对比分析。仿真结果表明,RL控制器具有较强的学习能力,可以适应交通流的动态变化,稳定性好、自适应性强,对于环境变化具有较强的适应能力。  相似文献   

18.
CMAC神经元网络在CSTR系统建模中的应用   总被引:5,自引:0,他引:5  
目前正在兴起和发展的人工智能和人工神经网 络的研究,为复杂非线性系统的控制开辟了一条新路.本文将CMAC神经元网络用于CSTR系统 的建模,取得了很好的仿真效果.  相似文献   

19.
为了实现水压加载系统能够动态精确跟踪给定压力的要求,利用小脑模型关节控制器(CMAC)结构简单、收敛速度快、具有局部学习能力的特点,提出了一种除了系统动态误差以外把系统指令信号也作为CMAC的输入信号,并把CMAC控制器与常规PID控制器并联构成的复合控制方法;通过在MATLAB中的编程仿真试验,结果表明这种方法可以得到比常规PID控制更好的控制指标,达到了试验要求,而且具有良好的抗干扰能力,从而证明了该方法的可行性和有效性,可以用来实现对给定信号的跟踪。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号