论文部分内容阅读
研究了一种带有的CMAC神经网络的再励学习（RL）控制方法，以解决具有高度非线性的系统控制问题。研究的重点在于算法的简化以及具有连续输出的函数学习上。控制策略由两部分构成；再励学习控制器和固定增益常规控制器。前者用于学习系统的非线性，后者用于稳定系统。仿真结果表明，所提出的控制策略不仅是有效的，而且具有很高的控制精度。