|
|
1.
基于CMAC网络的迭代学习初始控制策略
段晓燕
计算机应用
2010, 30 (8):
2049-2051.
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。
相关文章 |
多维度评价
|
|
