计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2006年
9期
1198-1199
,共2页
遗传算法%小脑神经网络控制器%液位控制
遺傳算法%小腦神經網絡控製器%液位控製
유전산법%소뇌신경망락공제기%액위공제
针对非线性液位控制问题,提出了一种采用遗传小脑模型神经网络(CMAC)的学习控制方法;该控制器采用遗传算法作为CMAC神经网络的学习算法,给出了具体的控制结构和算法;仿真结果表明,该控制器具有良好的处理非线性以及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能使用较高的学习速率,学习速度快,适于在线学习控制.
針對非線性液位控製問題,提齣瞭一種採用遺傳小腦模型神經網絡(CMAC)的學習控製方法;該控製器採用遺傳算法作為CMAC神經網絡的學習算法,給齣瞭具體的控製結構和算法;倣真結果錶明,該控製器具有良好的處理非線性以及跟蹤連續變化信號的能力,併對時變外負載榦擾具有明顯的抑製作用,而且新型控製器能使用較高的學習速率,學習速度快,適于在線學習控製.
침대비선성액위공제문제,제출료일충채용유전소뇌모형신경망락(CMAC)적학습공제방법;해공제기채용유전산법작위CMAC신경망락적학습산법,급출료구체적공제결구화산법;방진결과표명,해공제기구유량호적처리비선성이급근종련속변화신호적능력,병대시변외부재간우구유명현적억제작용,이차신형공제기능사용교고적학습속솔,학습속도쾌,괄우재선학습공제.
