上传者: hyj12
|
上传时间: 2021-06-18 14:07:11
|
文件大小: 409KB
|
文件类型: DOC
人工神经网络具有的智能在于它们能够学习过去的经验,并且可以局部地储存新的信息。正是这两个重要因素,促使Albus在1975年建立了小脑膜型神经网络理论,
CMAC是小脑膜型关节控制器的简称。该算法基于Albus对小脑功能的理解,模拟了人脑的操纵控制系统,但是并没有模仿神经基质的结构特征。从每个神经元来看,各神经元之间应是一种线性关系,但是从总体结构来看,CMAC模型可以适合于一种非线性的映射关系。而且这种模型从输入开始就存在一种泛化能力。对一个输入样本学习后,可以对其相邻的样本产生一定的效应,因此在输入空间中,相近样本的输出在输出空间中也比较相近,其学习采用了简单的 法,它的收敛速度比BP算法快得多,特别是它把一个多维状态空间中的输入量,映射到一个比较小的有限的区域上,只要对多维空间中的部分样本进行学习,就可以达到轨迹学习和控制的目的。