系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2011年
6期
1370-1376
,共7页
操作条件反射%遗传算法%概率自动机%运动平衡控制
操作條件反射%遺傳算法%概率自動機%運動平衡控製
조작조건반사%유전산법%개솔자동궤%운동평형공제
以概率自动机(probabilistic automata,PA)为平台,结合遗传算法(genetic algorithm,GA)的进化思想,设计了反映Skinner操作条件反射(operant conditioning,OC)思想的仿生学习模型,称为基于遗传算法的操作条件反射概率自动机(genetic algorithm-operant conditioning probabilistic automata,GA-OCPA)学习系统.每一次学习尝试之后,首先,学习系统把通过OC学习算法学习得到的信息熵值作为个体适应度;然后,执行遗传算法,搜索最优的个体;最后,再执行OC学习算法学习最优个体内的最优操作行为,以得到新的信息熵值.理论上分析了GA-OCPA学习系统学习算法的收敛性,通过对两轮机器人运动平衡控制的仿真分析,表明设计的GA-OCPA学习系统的学习是一个自动获取知识和提炼的过程,具有高度的自适应能力.
以概率自動機(probabilistic automata,PA)為平檯,結閤遺傳算法(genetic algorithm,GA)的進化思想,設計瞭反映Skinner操作條件反射(operant conditioning,OC)思想的倣生學習模型,稱為基于遺傳算法的操作條件反射概率自動機(genetic algorithm-operant conditioning probabilistic automata,GA-OCPA)學習繫統.每一次學習嘗試之後,首先,學習繫統把通過OC學習算法學習得到的信息熵值作為箇體適應度;然後,執行遺傳算法,搜索最優的箇體;最後,再執行OC學習算法學習最優箇體內的最優操作行為,以得到新的信息熵值.理論上分析瞭GA-OCPA學習繫統學習算法的收斂性,通過對兩輪機器人運動平衡控製的倣真分析,錶明設計的GA-OCPA學習繫統的學習是一箇自動穫取知識和提煉的過程,具有高度的自適應能力.
이개솔자동궤(probabilistic automata,PA)위평태,결합유전산법(genetic algorithm,GA)적진화사상,설계료반영Skinner조작조건반사(operant conditioning,OC)사상적방생학습모형,칭위기우유전산법적조작조건반사개솔자동궤(genetic algorithm-operant conditioning probabilistic automata,GA-OCPA)학습계통.매일차학습상시지후,수선,학습계통파통과OC학습산법학습득도적신식적치작위개체괄응도;연후,집행유전산법,수색최우적개체;최후,재집행OC학습산법학습최우개체내적최우조작행위,이득도신적신식적치.이론상분석료GA-OCPA학습계통학습산법적수렴성,통과대량륜궤기인운동평형공제적방진분석,표명설계적GA-OCPA학습계통적학습시일개자동획취지식화제련적과정,구유고도적자괄응능력.
