文献类型：期刊文章

作　　者：王俊松[1] 王淑珍[2]

机构地区：[1]天津职业技术师范学院自动化系,天津300222 [2]天津大港油田,天津300280

出　　处：《吉林大学学报（工学版）》

基　　金：国家自然科学基金资助项目(60125310);天津市自然科学基金资助项目(013602811)。

年　　份：2003

卷　　号：33

期　　号：3

起止页码：51-54

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：首先基于离散泰勒级数设计了一种可实现对任意阶多维函数无差逼近的新型CMAC神经网络,给出了其插值算法及训练算法。该系统相对于传统的CMAC神经网络具有学习精度高、收敛速度快、所需内存单元少等优点。并基于新型CMAC神经网络设计了一种复杂系统的高性能实时控制策略。该方案不依赖于系统的数学模型,具有较强的鲁棒性和通用性,仿真结果表明了该方案的可行性与有效性。

关 键 词：离散泰勒级数  神经网络 复杂系统控制  

分 类 号：TP273]