-
题名基于广义模糊CMAC的强化学习算法
- 1
-
-
作者
沈智鹏
郭晨
-
机构
大连海事大学航海动态仿真与控制重点实验室
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2004年第9期1262-1266,共5页
-
基金
交通部优秀专业人才项目(95-05-05-32)
清华大学智能技术与系统国家重点实验室开放研究项目(0107)基金资助课题
-
文摘
针对传统的小脑模型,提出了一种广义模糊小脑模型神经网络(GFCMAC)。它采用模糊隶属度函数作为接收域函数,可以获得较常规CMAC连续性强且有解析微分的复杂函数近似,具有计算量少,学习效率高等优点。研究了GFCMAC接收域函数的映射方法、隶属度函数及其参数的选取规律和学习算法。结合强化学习,提出了一种基于GFCAMC的强化学习算法,讨论了其实现过程。应用于船舶航向控制的仿真结果表明,在有各种风浪干扰下,船舶航向跟踪快且操舵动作合理,适合船舶转向控制要求。
-
关键词
广义模糊小脑模型神经网络
接收域函数
强化学习
船舶航向控制
-
Keywords
general fuzzified cerebellar model articulation controller
receptive field function
reinforcement learning
ship course control
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-