CMAC是由Albus开发的,是近年来获得应用的几种主要神经控制器之一。
    把CMAC用于控制有两种方案。第一种方案的结构:系统工作分两阶段进行。第一阶段为训练控制器。当CMAC接收到指令和反馈信号时,它产生一个输出,此输出与期望输出 进行比较;如果两者存在差别,那么调整权值以消除该差别。经过这阶段的竞争,CMAC已经学会如何根据给定指令和所测反馈信号产生合适的输出,用于控制受控对象。第二阶段为控制。当需要的控制接近所训练的控制要求时,CMAC就能够很好地工作。这两个阶段工作的完成都无需分析装置的动力学和求解复杂的方程式。
    第二种控制方案中,参考输出方块在每个控制周期产生一个期望输出。该期望输出被送至CMAC模块,提供一个信号作为对固定增益常规偏差反馈控制器控制信号的补充。在每个控制周期之末,执行一步训练。在前一个控制周期观测到的装置输出用作CMAC模块的输入。用计算的装置输入 与实际输入u之间的差来计算权值判断。当CMAC跟随连续控制周期不断训练时,CMAC函数在特定的输入空间域内形成一个近似的装置逆传递函数。

本文来自www.eadianqi.com