基于模糊神经网络再励学习控制器设计及其在倒车模型中的应用

考虑到神经网络学习算法的特点,给出了一种基于再励学习的自组织模糊CPN。它结合了模糊自组织CPN和再励算法的优点,在控制过程中在线调整网络结构以及对网络参数学习,学习效率高,控制结构简单。可以不要求受控对象的学习模型,实现在线控制,应用在倒车模型中仿真结果展示了所设计系统的良好控制性能。

再励学习控制器结构与算法

本文对具有不确定控制对象提出了一种基于再励学习的神经网络模糊控制器.文中给出了这种自学习控制器的结构,并对算法进行了详细的讨论.仿真结果表明文中提出的控制方法对非线性、不确定控制对象不仅可以进行有效的控制,而且具有良好的鲁棒性.