針對(duì)倒立擺系統(tǒng)，提出了在結(jié)構(gòu)上可生長(zhǎng)的神經(jīng)網(wǎng)絡(luò)控制方案。網(wǎng)絡(luò)利用細(xì)胞生長(zhǎng)結(jié)構(gòu)算法，在工作域中實(shí)現(xiàn)對(duì)狀態(tài)變量的模式分類，并通過新神經(jīng)元的插入實(shí)現(xiàn)網(wǎng)絡(luò)規(guī)模的生長(zhǎng)演化。在輸出域中針對(duì)倒立擺控制任務(wù)采用強(qiáng)化Hebb 學(xué)習(xí)機(jī)制，實(shí)現(xiàn)不同的神經(jīng)元以最佳方式響應(yīng)不同性質(zhì)的信號(hào)刺激。仿真表明，通過神經(jīng)網(wǎng)絡(luò)自身的發(fā)育，該方案有效控制了倒立擺系統(tǒng)。
神經(jīng)網(wǎng)絡(luò)具有分布信息存儲(chǔ)、自適應(yīng)和自學(xué)習(xí)功能強(qiáng)等優(yōu)點(diǎn)，被廣泛應(yīng)用于非線性控制
領(lǐng)域，倒立擺系統(tǒng)是智能控制中的一個(gè)典型問題，它是一個(gè)自然不穩(wěn)定體，倒立擺的神經(jīng)網(wǎng)絡(luò)控制研究取得了很大進(jìn)展。1998 年，蔣國飛等[1]通過訓(xùn)練BP 網(wǎng)絡(luò)來逼近Q 值函數(shù)，并利用BP 網(wǎng)絡(luò)的泛化能力，實(shí)現(xiàn)了基于Q 學(xué)習(xí)算法的狀態(tài)未離散化的確定和隨機(jī)倒立擺的無模型學(xué)習(xí)控制。2000 年，Si 等[2]將神經(jīng)網(wǎng)絡(luò)理論與增強(qiáng)學(xué)習(xí)相結(jié)合，提出了一種在線學(xué)習(xí)系統(tǒng)，通過自身偏差不斷學(xué)習(xí)，系統(tǒng)狀態(tài)被學(xué)習(xí)過程所儲(chǔ)存。
但是現(xiàn)有的控制方案中所采用的多為事先規(guī)定結(jié)構(gòu)和規(guī)模神經(jīng)網(wǎng)絡(luò)，其本身在處理映射
問題上就會(huì)存在很多局限。B. Fritzke (1994) 提出一種細(xì)胞生長(zhǎng)結(jié)構(gòu) (Growing Cell Structure)[3]，以自組織特征映射算法為基礎(chǔ)，但比它優(yōu)越在可以自動(dòng)找到合適的網(wǎng)絡(luò)規(guī)模，這種結(jié)構(gòu)是通過節(jié)點(diǎn)增長(zhǎng)的方式來實(shí)現(xiàn)的.
本文結(jié)合細(xì)胞生長(zhǎng)結(jié)構(gòu)的這一顯著優(yōu)勢(shì)，針對(duì)倒立擺這樣的典型控制問題，提出了在結(jié)
構(gòu)上可生長(zhǎng)的神經(jīng)網(wǎng)絡(luò)控制方案。網(wǎng)絡(luò)利用細(xì)胞生長(zhǎng)結(jié)構(gòu)算法，在工作域中實(shí)現(xiàn)對(duì)狀態(tài)變量的模式分類，并通過新神經(jīng)元的插入實(shí)現(xiàn)網(wǎng)絡(luò)規(guī)模的生長(zhǎng)演化。在輸出域中針對(duì)倒立擺控制任務(wù)采用強(qiáng)化Hebb學(xué)習(xí)機(jī)制，實(shí)現(xiàn)不同的神經(jīng)元以最佳方式響應(yīng)不同性質(zhì)的信號(hào)刺激。仿真表明，通過神經(jīng)網(wǎng)絡(luò)自身的發(fā)育，該方案有效控制了倒立擺系統(tǒng)。