一种基于自适应遗传算法的CMAC的学习率优化方法
文献类型：期刊论文
| 作者 | 林旭梅1; 梅涛1
|
| 刊名 | 系统仿真学报
 |
| 出版日期 | 2005 |
| 卷号 | 017 |
| 关键词 | 小脑模型 遗传算法 学习率 收敛性能 |
| ISSN号 | 1004-731X |
| 其他题名 | A kind of Optimization Based on Adaptive GA for Cerebellar Model Articulation |
| 英文摘要 | CMAC（cerebellar model articulation controller）是一种局部逼近神经网络，它发展了近30年，但是关于其学习率的确定仍缺乏好的方法。基于CMAC的控制系统如果没有好的学习率，那么系统就会不稳定或者收敛速度很慢。在传统方法的基础上提出利用遗传算法（GA）来确定其学习率，通过自适应遗传算法（GA）其他传统方法相比较，表明利用自适应遗传算法（GA）不仅使系统稳定，而且收敛速度更快，并进行了仿真验证。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:2197849 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/95913]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 作者单位 | 1.中国科学院合肥智能机械研究所 2.中国科学院合肥智能机械研究所 |
| 推荐引用方式 GB/T 7714 | 林旭梅,梅涛. 一种基于自适应遗传算法的CMAC的学习率优化方法[J]. 系统仿真学报,2005,017. |
| APA | 林旭梅,&梅涛.(2005).一种基于自适应遗传算法的CMAC的学习率优化方法.系统仿真学报,017. |
| MLA | 林旭梅,et al."一种基于自适应遗传算法的CMAC的学习率优化方法".系统仿真学报 017(2005). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。