頁籤選單縮合
題名 | 可微分小腦模型控制器之研究 |
---|---|
作者姓名(中文) | 陳宏謀; 楊慶祥; 黃崇金; | 書刊名 | 南港高工學報 |
卷期 | 20 2002.05[民91.05] |
頁次 | 頁261+263+265-282 |
分類號 | 448.942 |
關鍵詞 | 小腦模型控制器; 可微分小腦模型控制器; 高斯函數; |
語文 | 中文(Chinese) |
中文摘要 | 可微分小腦模型控制器(Differentiable Cerebellar Model Articulation Controller, DCMAC)是經由一連串的映射而產生輸出的,因它在真實記憶體中植入具有微 分特性的高斯函數,所以在控制點的任意位置皆具有微分的特性,使用前必須先設定好高斯 函數的各項參數值才能使其具有優良的學習能力。本研究即以此為出發點並強調直接使用 DCMAC來當作主控制器,而使控制系統獲得穩定。DCMAC學習之目的在促使期望輸出值與實際 輸出值之間的誤差值能降低至容許範團下才算學習完成,在此選用倒傳遞類神經網路(back propagation neural network)的訓練方式--最速下降法(steepest descent method)來 使DCMAC之誤差能量函數值能隨著學習過程之進行而逐次下降。且在DCMAC中,記憶體的內容 值ν□及高斯函數的中心值□□及標準差σ□均可隨著訓練過程進行動態調整,故可藉由ν□ 、□□及σ□三者之同步調整以達成迅速降低誤差能量函數的目標,並進一步提升DCMAC之學 習精度,經由模擬結果證實DCMAC的確可以使控制系統得到良好的控制效果。 |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。