论文部分内容阅读
小脑模型关联控制器(CMAC)神经网络具有局域泛化能力,收敛速度快,能够避免BP 网络的局部最优问题,且易于硬件实现,因此非常适用于实时控制系统,但相对应用而言,CMAC的理论体系还远未成熟.该文着重从学习算法的收敛性、网络的泛化能力以及对算法和模型的改进等几个方面深入研究了CMAC神经网络理论,并结合国防95预研项目"坦克炮塔系统控制算法研究"对CMAC神经网络在坦克炮塔控制系统中的应用进行了研究,这些工作对于丰富MCAC神经网络的理论体系,提高坦克炮控系统的性能具有重要的意义.