基于CMAC的非参数化近似策略迭代增强学习

为解决在线近似策略迭代增强学习计算复杂度高、收敛速度慢的问题，引入CMAC结构作为值函数逼近器，提出一种基于CMAC的非参数化近似策略迭代增强学习（NPAPI-CMAC）算法。算法通过构建样本采集过程确定CMAC泛化参数，利用初始划分和拓展划分确定CMAC状态划分方式，利用量化编码结构构建样本数集合定义增强学习率，实现了增强学习结构和参数的完全自动构建。此外，该算法利用delta规则和最近邻思想在学习过程中自适应调整增强学习参数，利用贪心策略对动作投票器得到的结果进行选择。一级倒立摆平衡控制的仿真实验结果验证了算法的有效性、鲁棒性和快速收敛能力。     

CMAC 算法收敛性分析及泛化能力研究

利用矩阵理论和线性方程组迭代收敛的一般性原理,在不附加特殊条件折情况下,证明了CMAC算法在批量和增量两种学习方式下的收敛定理,对在关联矩阵正定条件下得出的结论进行推广和改进。在此基础上提出了一种学习率自寻优的CMAC改进算法,并提出一种简单可行的评价CMAC网络整体泛化性能的指标,通过计算仿真验证了收敛定量的正确性和改进算法的优越性,并研究得出了CMAC网络各个参数对其泛化性能影响的相关结论。     

连续CMAC-RLS在CSTR系统中的仿真研究

基于RLS算法的连续CMAC是在对CMAC的结构进行相应改变的基础上提出的,收敛速度快,收敛性得到了证明,可以有效的提高CMAC的性能,但连续CMAC-RLS算法的仿真和应用研究还比较少,有待于更多的发展.将RLS算法引入CMAC网络从而构成的基于RLS算法的连续CMAC网络,并给出了完整的连续CMAC-RLS算法的数学描述.随后讨论了CSTR系统,并采用基于RLS算法的连续CMAC对具有代表性的强非线性系统CSTR进行建模.仿真结果表明,关于连续CMAC网络对强非线性系统具有良好的建模效果,可应用于较复杂的工业系统建模.     

一种结构自组织的改进BP网络

介绍了BP网络的基本结构模型与常见改进算法,在此基础上提出了一种新型的结构自组织BP网络算法。该自组织BP网络算法能够根据当前收敛状态自动调整学习率,使得网络收敛速度与学习率变化保持一致。同时该BP网络算法还能根据神经元在学习过程中的变化情况及其相互关系进行网络结构自适应调整,以保证网络结构逐渐趋于合理性。     

基于自适应学习率的深度信念网设计与应用

针对深度信念网（Deep belief network，DBN）预训练耗时长的问题，提出了一种基于自适应学习率的DBN（Adaptive learning rate DBN，ALRDBN）.ALRDBN将自适应学习率引入到对比差度（Contrastive divergence，CD）算法中，通过自动调整学习步长来提高CD算法的收敛速度.然后设计基于自适应学习率的权值训练方法，通过网络性能分析给出学习率变化系数的范围.最后，通过一系列的实验对所设计的ALRDBN进行测试，仿真实验结果表明，ALRDBN的收敛速度得到了提高且预测精度也有所改善.     

一种CMAC网络模型及其在机器人控制中的应用

小脑模型关节控制器（CMAC）具有学习算法简单、在线学习速度快的优点,非常适于机器人等复杂系统的自适应控制,本文阐述了CMAC的原理,证明了其收敛性,提出了一种适合于机器人轨迹跟踪控制的CMAC,并给出了仿真实验结果。     

NLMS算法的改进及其在自适应逆控制中的仿真研究

提出一种改进的归一化最小均方(MNLMS)算法,并用该算法驱动FIR滤波器以实现对象模型及其逆的辨识。该算法计算简单,容易实现。在建模的自适应过程中,它能获得比NLMS算法快的收敛速度,并保持小的失调。仿真结果表明,基于MNLMS的自适应逆控制(AIC)系统就能获得比基于NLMS的PID辅助的自适应逆控制系统更好的动态、静态和跟踪性能,具有一定的工程使用价值。     

基于复合正交神经网络的自适应逆控制系统

目前，在自适应逆控制系统中常采用BP神经网络，而BP网络存在算法复杂、易陷入局部极小解等不足。而正交神经网络能克服BP网络的不足，但由于正交神经网络学习算法存在某些局限性，提出了一种复合正交神经网络，该正交网络结构与三层前向正交网络相同，不同的是正交网络的隐单元处理函数采用带参数的Sigmoid函数的复合正交函数，该神经网络算法简单，学习收敛速度快，并能对网络的函数参数进行优化，为非线性系统的动态建模提供了一种方法。仿真实验表明，网络在用于过程的自适应逆控制中具有很高的控制精度和自适应学习能力。该动态神经网络比其它神经网络具有更强的建模能力与学习适应性，有线性、非线性逼近精度高等优异特性，非常适合于实时控制系统。     

气动肌肉关节的无模型自适应CMAC迟滞补偿控制

为补偿迟滞性对气动肌肉关节轨迹跟踪控制精度的破坏,首先建立了关节模型;推导得到迟滞力方程,测试分析了关节迟滞性;而后设计了无模型自适应CMAC神经网络迟滞补偿算法,该算法采用了充、放气双重结构;采用梯度下降法实时反馈调整充、放气过程的网络权值;采用4阶傅里叶拟合函数对网络权值降噪;基于高斯函数和邻域误差,设计误差可信度评估函数来调节学习率,抑制干扰对神经网络的影响;而后用三角波轨迹跟踪控制对神经网络进行了学习训练;最后将训练好的神经网络用于突发干扰下的正弦波轨迹跟踪控制.实验结果表明,该算法能自适应非线性曲线跟踪控制中的迟滞变化,有效抑制突发干扰,提高控制精度.     

一类动态递归神经网络的智能控制器

提出一种改进型动态递归神经网络的自适应控制方法，研究了动态递归网络的学习算法，分析了学习算法的收敛性，并推导了保证算法收敛的有效学习率范围，在此基础上提出了模糊推理自适应学习率方法。计算机仿真实验表明，本文控制方法对于未知、非线性被控对象的控制是有效的。     

应用信度分配的模糊CMAC实现非线性系统的容错控制

The adaptive fault-tolerant control scheme of dynamic nonlinear system based on the credit assigned fuzzy CMAC neural network is presented. The proposed learning approach uses the learned times of addressed hypercubes as the credibility, the amounts of correcting errors are proportional to the inversion of the learned times of addressed hypercubes. With this idea, the learning speed can indeed be improved. Based on the improved CMAC learning approach and using the sliding control technique, the effective control law reconfiguration strategy is presented. Thesystem stability and performance are analyzed under failure scenarios. The numerical simulation demonstrates the effectiveness of the improved CMAC algorithm and the proposed fault-tolerant controller.     

基于平衡学习的CMAC神经网络非线性滑模容错控制

以一改进的信度分配CMAC(cerebellar model articulation controllers)神经网络为在线故障诊断的手段,将变结构滑模摔制技术引入容错控制器设计之中,提出一种动态非线性系统主动容错控制方法.在常规CMAC学习算法中,误差被平均地分配给所有被激活的存储单元,不管各存储单元存储数据(权值)的可信程度.改进的CMAC中,利用激活单元先前学习次数作为可信度,其误差校正值与激活单元先前学习次数的-p次方成比例,从而提高神经网络的在线学习速度和精度;在此基础上利用滑模控制算法进行容错控制律的在线重构,实现动态非线性系统在线故障诊断与容错控制的集成.分析了系统的稳定性,仿真结果表明改进故障学习算法及容错控制的有效性.     

非线性系统的再励学习控制研究

研究了一种带有的CMAC神经网络的再励学习（RL）控制方法,以解决具有高度非线性的系统控制问题。研究的重点在于算法的简化以及具有连续输出的函数学习上。控制策略由两部分构成;再励学习控制器和固定增益常规控制器。前者用于学习系统的非线性,后者用于稳定系统。仿真结果表明,所提出的控制策略不仅是有效的,而且具有很高的控制精度。     

Adaptive fault-tolerant control of non-linear systems: an improved CMAC-based fault learning approach

The conventional cerebellar model articulation controllers (CMAC) learning scheme equally distributes the correcting errors into all addressed hypercubes, regardless of the credibility of those hypercubes. This paper presents the adaptive fault-tolerant control scheme of non-linear systems using a fuzzy credit assignment CMAC neural network online fault learning approach. The credit assignment concept is introduced into fuzzy CMAC weight adjusting to use the learned times of addressed hypercubes as the credibility of CMAC. The correcting errors are proportional to the inversion of learned times of addressed hypercubes. With this fault learning model, the learning speed of fault can be improved. After the unknown fault is estimated, online, by using the fuzzy credit assignment CMAC, the effective control law reconfiguration strategy based on the sliding mode control technique is used to compensate for the effect of the fault. The proposed fault-tolerant controller adjusts its control signal by adding a corrective sliding mode control signal to confine the system performance within a boundary layer. The numerical simulations demonstrate the effectiveness of the proposed CMAC algorithm and fault-tolerant controller.     

具有微分输出的神经网络New-CMAC及其学习收敛性

基于传统的CMAC神经网络和局部加权回归技术,提出了与传统CMAC(cerebellar model articulation computer)有着同样存储空间量的改进的新CMAC网络New-CMAC,它具有传统的输出和具有其微分信息的输出,因而更适合于自动控制.接着,又提出了其新的学习算法,并研究了其学习收敛性.     

基于CMAC网络的迭代学习初始控制策略

针对传统迭代学习控制在面临新的环境或控制任务时学习时间长、收敛速度慢的问题,首先引入迭代学习初始控制算法,并给出了算法收敛的充分必要条件;然后,利用小脑模型连接控制网络(CMAC)与反馈PID网络进行综合,在系统的历史控制经验基础上,估计系统的期望控制输入,作为迭代学习控制器的初始控制输入,再由开闭环P型迭代学习律逐步改善控制效果,从而避免了对初始控制输入量的盲目选择,使得系统的实际输出只需较少的迭代次数就能达到跟踪的精度要求。机器人系统的仿真结果表明了该算法的可行性与有效性。     

一类非线性系统的主动容错控制方法

对非线性系统发生多故障时的主动容错控制来说,控制性能的好坏主要取决于故障诊断机构的实时性和精确性;因此利用基于平衡学习的CMAC神经网络非线性辩识算法作为在线故障诊断的手段,在线估计故障函数;并用滑模控制算法进行容错控制律的在线重构,实现容错控制;最后以一三槽水位控制的实际应用为例进行仿真,其结果表明了所提方法的有效性.     

一种变步长CMAC的沉降NARMAX模型*

为了提高氧化铝生产质量和降低能耗,本文分析了氧化铝沉降工艺中影响沉降过程的各种因素,采用小脑模型神经网络(CMAC)系统辨识的方法建立沉降系统的带外部输入的自回归滑移模型(ARMAX)。针对CMAC收敛性存在的问题,提出了基于变步长小脑模型神经网络(CMAC)算法,通过双曲正割函数优化学习步长,提高了小脑模型神经网络算法的收敛速度和计算精度,进而优化了沉降槽密度ARMAX模型。仿真实验表明,该算法的ARMAX模型可以对沉降过程中的槽内密度进行准确识别,指导氧化铝的沉降生产操作。     

基于改进的CMAC神经网络与PID并行控制的研究

提出一种改进的CMAC神经网络控制算法,利用满打满葬单元的先前学习次数作为可信度;将改进的CMAC与PID实现复合控制,由CMAC控制器实现前馈控制,PID控制实现反馈控制;仿真表明,改进算法的响应速度和精度有一定的改善。