论文部分内容阅读
该文提出了一种高阶模糊小脑模型神经网络控制器(HOFCMAC)，利用模糊子集对输入 状态空间进行分割，同时采用多层的量化方式对输入状态进行量化，并利用代数积，代数和的方法综合各种量化方式的量化结果。这种器较以往的CMAC有着更好的泛化能力。由于多层量化方式的应用，这种控制器也比单纯基于广义函数的模糊CMAC有更好的控制性能。仿真研究和复杂工业炉温控制实验结果证明了这种方法的有效性。