论文部分内容阅读
以一改进的信度分配CMAC（cerebellar model articulation controllers）神经网络为在线故障诊断的手段，将变结构滑模控制技术引入容错控制器设计之中，提出一种动态非线性系统主动容错控制方法．在常规CMAC学习算法中，误差被平均地分配给所有被激活的存储单元，不管各存储单元存储数据（权值）的可信程度，改进的CMAC中，利用激活单元先前学习次数作为可信度，其误差校正值与激活单元先前学习次数的-P次方成比例，从而提高神经网络的在线学习速度和精度；在此基础上利用滑模控制算法进行容