作者：齐海龙; 李秀娟小脑模型高斯基函数遗传算法学习速率伺服系统
摘要：该文对基于高斯基函数小脑模型(CMAC)的快速算法进行了改进,针对其学习速率的选取问题,提出了一种基于遗传算法的学习速率最优选取方法,使得CMAC学习速率的选取得到了最优化.讨论了该算法的实际可行性,提出了参数选择和实时控制相分离的策略,并在某转台伺服系统模型中进行了应用研究.仿真结果表明,改进算法避免了学习速率选取的经验不确定性,提高了CMAC学习收敛的快速性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《南京理工大学学报》（CN：32-1397/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《南京理工大学学报》报道科技新动态，内容丰富，包括机械工程、电子工程、机电工程、光电技术、化学工程、环境科学、计算机科学、信息工程、自动控制与系统工程、热能工程、材料科学与工程、应用数学、应用物理、应用力学和管理工程等方面的高层次学术论文。
省级期刊
人气 239239 评论 36
人气 154588 评论 33
人气 152346 评论 53
人气 123722 评论 54
