关于广义模糊CMAC学习收敛性的理论结果(英文)  

Theoretical Results on Learning Convergence of Generalized Fuzzy CMAC

作　　者：王士同[1] Baldwin J.F. Martin T.P. 

机构地区：[1]华东船舶工业学院计算机系,江苏镇江212003 [2]英国Bristol大学高级计算研究中心

出　　处：《软件学报》2000年第11期1440-1450,共11页Journal of Software

基　　金：Project is supported by the British Royal Society

摘　　要：提出了广义模糊 CMAC( cerebellar model articulation controller)神经网络 ,并导出了其学习的充分条件 .最后 ,证明了广义模糊 CMAC在平方误差意义下的学习收敛性 .研究结果为广义模糊 CMAC的广泛应用提供了基础 .In this paper, a generalized fuzzy CMAC (cerebellar model articulation controller) is presented, the sufficient condition of the learning of the generalized fuzzy CMAC is derived, and finally the learning convergence of the generalized fuzzy CMAC to the least square error is proved. The results provide a mathematical foundation for the generalized fuzzy CMAC's wide applications.

关 键 词：CMAC 学习收敛 模糊泛集合 学习规则 神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]