HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

一种基于自适应遗传算法的CMAC的学习率优化方法

作者:林旭梅; 梅涛小脑模型遗传算法学习率收敛性能

摘要:CMAC(cerebellar model articulation controller)是一种局部逼近神经网络,它发展了近30年,但是关于其学习率的确定仍缺乏好的方法.基于CMAC的控制系统如果没有好的学习率,那么系统就会不稳定或者收敛速度很慢.在传统方法的基础上提出利用遗传算法(GA)来确定其学习率,通过自适应遗传算法(GA)其他传统方法相比较,表明利用自适应遗传算法(GA)不仅使系统稳定,而且收敛速度更快,并进行了仿真验证.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

系统仿真学报

《系统仿真学报》(CN:11-3092/V)是一本有较高学术价值的大型月刊,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。

杂志详情