基于模糊CMAC神经网络的机械手的控制

本文先介绍了一种基于Takagi型模糊推理方法的模糊CMAC神经网络及研究了其算法 ,进而提出了一种基于上述网络的机械手轨迹跟踪控制的新方案。

基于GA优化的CMAC-PID板形复合控制

提出一种基于遗传算法的小脑模型神经网络和传统PID复合控制的板形控制策略。用遗传算法优化PID控制器的初始参数,然后结合CMAC网络有效控制板形控制系统中的弯辊力。仿真实验证明,该并行控制算法提高了系统的控制精度,加快了系统的响应速度,并且具备较强的抗干扰能力。