一种单输入CMAC策略在机械手逆模控制中的应用

小脑模型关节控制器(CMAC)是一种结构简单、学习速度快的局部神经网络,适合于实时控制。但对于某些高维输入系统来说,CMAC需要大量的存储空间,实际应用性能下降。文章结合传统PID反馈控制与神经网络逆模控制的特点,利用CMAC网络对机械手进行逆模控制;针对网络所需输入量较多的问题,提出了一种单输入CMAC网络的逆模控制策略,并将提出的控制策略应用于2自由度机械手的轨迹控制;引入测量变量使网络输入由二维转换为一维,减少了神经网络所需存储空间,提高了学习速度。仿真实验结果表明,所提出的控制策略克服了机械手非线性和不确定性的影响,是可行的。     

基于灰度共生矩阵的模糊神经网络FuCMAC在图像分割中的应用

文中提出了一种改进的CMAC神经网络（FuCMAC），与经典的FCMAC相比，其逼近精度得到提高，解决了CMAC系列神经网络逼近精度不高的弱点．在颅脑磁共振图像分割仿真实验中，把当前像素点的子图像的纹理特征和该像素点的灰度值作为该像素的特征向量，将该特征向量作为神经网络的输入，结果表明其具有较高的分割准确性．     

组胺对大鼠小脑顶核神经元电活动的兴奋作用

小脑顶核在运动控制和躯体平衡中起着重要作用. 先前的研究揭示了小脑顶核接受下丘脑-小脑组胺能神经纤维的投射, 但对支配小脑顶核的组胺能神经投射的功能作用目前还没有报道. 本研究采用脑片制备观察了组胺对小脑顶核神经元放电活动的影响. 47张小脑脑片记录了65个小脑顶核细胞, 其中绝大部分细胞对组胺刺激表现出兴奋反应(58/65, 89.2%). 用低钙/高镁脑脊液灌流脑片, 不能阻断这些神经元对组胺的兴奋反应 (n = 10), 说明组胺对顶核神经元的兴奋作用是直接的突触后效应. 组胺H₂受体阻断剂ranitidine可阻断组胺对顶核细胞的兴奋效应(n = 15), 而H₁受体阻断剂triprolidine (n = 15)和chlorpheniramine (n = 10)不能阻断组胺的兴奋效应. H₂受体激动剂dimaprit可以模拟组胺对顶核细胞的兴奋效应(n = 20), 而_H1受体激动剂2-pyridylethlamine不能引起小脑顶核神经元任何反应(n = 16); 并且, dimaprit对顶核的兴奋效应能被H₂受体阻断剂ranitidine阻断(n = 13), 而不能被H₁受体阻断剂triprolidine阻断(n = 15). 以上结果说明, 组胺是经H₂受体的介导兴奋小脑顶核神经元, 提示下丘脑-小脑组胺能神经纤维可能通过其对小脑顶核神经元的兴奋性输入, 调制经小脑顶核介导的感觉-运动整合过程.     

一种新的CMAC函数逼近器及其再励学习方法

针对复杂再励学习系统状态空间存在维数灾问题，结合多移动机器人协调避障路径规划实际应用，用非均匀模糊分割方法将状态空间分解成模糊子空间，相应地将小脑模型连接控制器网络（Cerebellar Model Articulation Controller,CMAC)函数逼近器改进为模糊CMAC（Fuzzy CMAC,FCMAC)函数逼近器，并将FCMAC函数逼近器置入滞后更新多步Q（Pstphoned-Updating Multi-Stp Q-learning,PUMSQ)学习笮算法，提出FCMAC－PUMSQ学习算法，仿真实验证明，该算法有效且有较好的鲁棒性，FCMAC函数逼近器有较好的收敛速度和泛化能力。     

基于气动人工肌肉的混合位置跟踪控制

针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一个带有自适应模糊小脑模型（Cerebellar Model Articulation Controller,CMAC）在线逼近的离散趋近律滑模混合控制器.该混合控制器中离散趋近律滑模策略产生控制器的输出;自适应模糊CMAC用以逼近气动人工肌肉系统中的不确定项.CMAC网络权值的在线学习调整保证了自适应模糊CMAC的逼近性能.对离散抗饱和PID控制器（DASPID）与自适应模糊CMAC离散滑模混合控制器（HybridC）的位置跟踪控制性能进行了对比实验.实验结果表明,HybridC较之DASPID有更好的位置跟踪控制性能.当期望参考输入为正弦信号时,DASPID的最大位置跟踪误差为±15 mm;而HybridC的最大位置跟踪误差仅为±07 mm,平均位置跟踪误差大约仅为±02 mm.并且,离散滑模所固有的抖振现象得到了有效的抑制.     

高斯基函数CMAC快速算法的改进及应用研究

该文对基于高斯基函数小脑模型(CMAC)的快速算法进行了改进,针对其学习速率的选取问题,提出了一种基于遗传算法的学习速率最优选取方法,使得CMAC学习速率的选取得到了最优化。讨论了该算法的实际可行性,提出了参数选择和实时控制相分离的策略,并在某转台伺服系统模型中进行了应用研究。仿真结果表明,改进算法避免了学习速率选取的经验不确定性,提高了CMAC学习收敛的快速性。     

液压系统油温的神经网络高精度控制

为满足液压系统油温的高精度控制要求，提出了一套数字、比例混合式冷却系统，降低了冷却系统成本，提高了系统的可靠性．针对具有滞后特性的温度场复杂系统，提出了一种基于ＣＭＡＣ神经网络的ＣＭＡＣ预测与自学习控制算法，使油温控制精度达到５０±０．５℃，超过了ＩＳＯＡ级标准．     

电刺激小脑顶核促脑缺血后血管内皮生长因子表达的意义

探讨电刺激小脑顶核(FNS)对局部脑缺血后血管内皮生长因子(VEGF)表达和毛细血管新生的影响．以线栓法制成大鼠右侧大脑中动脉梗塞模型(MCAO)，大鼠随机分为假手术对照组、MCAO组、电刺激小脑顶(MCAO FNS)干预组，以免疫组织化学法检测VEGF、内皮细胞阳性表达及毛细血管记数，大脑中动脉梗塞后，缺血区神经元变性、坏死，VEGF、内皮细胞在半暗带有少量表达，毛细血管数较对照组增加，经电刺激小脑顶核干预后，VEGF、内皮细胞大量表达，毛细血管数目明显增加，有统计学差异．电刺激小脑顶核可通过促VEGF表达、内皮细胞增殖，从而促进毛细血管新生。     

模拟5000米低氧大鼠脑内信息物质含量变化初探

利用减压舱模拟海拔５０００米低氧并采用放射免疫的方法，观察了大鼠大脑皮层和小脑内信息物质浓度的变化，并比较了两部位间的含量差异。以西宁地区海拔２２６０米作为对照，发现：高海拔低氧可引起大鼠脑内ｃＡＭＰ含量升高尤以小脑显著。     

基于广义模糊CMAC的强化学习算法

针对传统的小脑模型,提出了一种广义模糊小脑模型神经网络(GFCMAC)。它采用模糊隶属度函数作为接收域函数,可以获得较常规CMAC连续性强且有解析微分的复杂函数近似,具有计算量少,学习效率高等优点。研究了GFCMAC接收域函数的映射方法、隶属度函数及其参数的选取规律和学习算法。结合强化学习,提出了一种基于GFCAMC的强化学习算法,讨论了其实现过程。应用于船舶航向控制的仿真结果表明,在有各种风浪干扰下,船舶航向跟踪快且操舵动作合理,适合船舶转向控制要求。