Помощь в написании студенческих работ
Антистрессовый сервис

Заключение. 
Нечеткий контроллер с правилами самомодификации

РефератПомощь в написанииУзнать стоимостьмоей работы

Balakrishnan S.N. and Biega V. «Adaptive Critic Based Neural Networks for Control,» in Proc. Am. Contr. Conf., Seattle, WA, June 1995, pp. 335−339. Prokhorov D., Wanch D. Adaptive critic designs. IEEE transactions on Neural Networks, September 1997, pp. 997−1007. Мкртчян С. О. Нейроны и нейронные сети. — М.: Энергия, 1971. — 232 с. Watkins C., Dayan P. Q — learning. // Machine Learning, vol. 8… Читать ещё >

Заключение. Нечеткий контроллер с правилами самомодификации (реферат, курсовая, диплом, контрольная)

нейросеть управление топология логика Таким образом, используя нечеткую логику можно реализовать мягкое (нечеткое) управление на базе топологии «Внутренний учитель». Использование нечеткой логики в данном случае позволяет для некритических задач повысить адаптационные свойства СУ. Предложенная топология сочетает в себе преимущества, как нейронных, так и нечетких систем. Возможность использования нечеткой логики в топологии «Внутренний учитель» также говорит об универсальности топологии.

Литература

  • 1. Мкртчян С. О. Нейроны и нейронные сети. — М.: Энергия, 1971. — 232 с.
  • 2. Стасевич В. П. Анализ и адаптивное управление в недетерминированных средах на основе самообучения. 2007. 170 с.
  • 3. Стасевич В. П., Воротников С. А. Использование нейросетевых структур для управления динамическими объектами в недетерминированной среде // Экстремальная робототехника: Материалы XII Научно-технической конференции. — Санкт-Петербург: СПбГТУ, 2002.
  • 4. Хайкин С. Нейронные сети: полный курс. 2-е изд.: Пер. с. англ. — М.: Издательский дом «Вильямс», 2006 — 1104 с.
  • 5. Шумков Е. А. Обучение и самообучение в адаптивных системах управления / Е. А. Шумков, В. П. Стасевич, В. Н. Зуева / / Известия вузов Северо-Кавказский регион. Технические науки. Новочеркасск, 2006. — № 2. — с. 84 — 86.
  • 6. Шумков Е. А. Система поддержки принятия решений предприятия на основе нейросетевых технологий. 2004. 158 с.
  • 7. Ярушкина Н. Г. Основы теории нечетких и гибридных систем: Учеб. Пособие. — М.: Финансы и статистика. 2004. 320 с.
  • 8. Balakrishnan S.N. and Biega V. «Adaptive Critic Based Neural Networks for Control,» in Proc. Am. Contr. Conf., Seattle, WA, June 1995, pp. 335−339.
  • 9. Prokhorov D., Wanch D. Adaptive critic designs. IEEE transactions on Neural Networks, September 1997, pp. 997−1007.
  • 10. Sutton R.S., Reinforcement Learning. Boston: MA: Kluwer Academic, 1996.
  • 11. Watkins C., Dayan P. Q — learning. // Machine Learning, vol. 8, pp. 279 — 292. 1992.
  • 12. Wiering M, Schmidhuber J. HQ — learning. Adaptive behavior, 6(2):219 — 246, 1998.
Показать весь текст
Заполнить форму текущей работой