第十一章 小恼模型 (CMAC) 神经网络 ■CMAC网络的基本恩想与结构模型 ■CMAC网络的工作原理 ■CMAC算法的程序语言描述 ■CMAC网络的泛化能力 ■CMAC网络的几个问题 ■仿真示例
CMAC网络的基本思想与结构模型 CMAC网络的工作原理 CMAC算法的程序语言描述 CMAC网络的泛化能力 CMAC网络的几个问题 仿真示例
11-1CMAC网络的基本思想与结构模型 生物学研究表明，人脑在人体运动中起到维持躯体平衡、 调节肌肉紧张程度、协调随意运动等功能。因此，模拟人的 小脑结构与功能无疑是脑的宏观结构功能模拟的重要组成部 分。早在1975年，Albus便根据神经生理学小脑皮层结构特 点提出的一种小脑模型关联控制器(Cerebellar Model Articulation Controller),简称CMAC网络。经过多年的研究， 其中包括Miller,.Parks和Wong等人的杰出工作，目前CMAC 已得到人们越来越多的重视。CMAC是一种局部逼近网络， 算法基于LMS(最小均方)，学习速度快，具有局城泛化 (generalization)能力，避免了BP网络的局部最优问题，且易 于硬件实现。这些优点使得CMAC网络非常适合用于复杂象 统的建模和快速辨识
生物学研究表明，人脑在人体运动中起到维持躯体平衡、 调节肌肉紧张程度、协调随意运动等功能。因此，模拟人的 小脑结构与功能无疑是脑的宏观结构功能模拟的重要组成部 分。早在1975年，Albus便根据神经生理学小脑皮层结构特 点提出的一种小脑模型关联控制器(Cerebellar Model Articulation Controller)，简称CMAC网络。经过多年的研究， 其中包括Miller, Parks和Wong等人的杰出工作，目前CMAC 已得到人们越来越多的重视。CMAC是一种局部逼近网络， 算法基于LMS(最小均方)，学习速度快，具有局域泛化 (generalization)能力，避免了BP网络的局部最优问题，且易 于硬件实现。这些优点使得CMAC网络非常适合用于复杂系 统的建模和快速辨识。 11-1 CMAC网络的基本思想与结构模型
11-1CMAC网络的基本思想与结构模型 人的小脑是通过一些神经纤维束跟脑干相联，并进一 步同大脑、脊髓发生联系。人主要靠小脑管理运动功能， 它通过小脑皮层的神经系统从肌肉、四肢、关节、皮肤等 接受感觉信息，并感受反馈信息，然后将这些获得的信息 整合到一特定的区域一“存储器”记忆起来。当需要的时 候，将这些存储器储存的信息取出来，作为驱动和协调肌 肉运动的指令一控制信号：当感受信息和反馈信息出现差 异时，便通过联想加以调整，从而达到运动控制的目的， 这一过程便是学习
人的小脑是通过一些神经纤维束跟脑干相联，并进一 步同大脑、脊髓发生联系。人主要靠小脑管理运动功能， 它通过小脑皮层的神经系统从肌肉、四肢、关节、皮肤等 接受感觉信息，并感受反馈信息，然后将这些获得的信息 整合到一特定的区域——“存储器”记忆起来。当需要的时 候，将这些存储器储存的信息取出来，作为驱动和协调肌 肉运动的指令——控制信号:当感受信息和反馈信息出现差 异时，便通过联想加以调整，从而达到运动控制的目的， 这一过程便是学习。 11-1 CMAC网络的基本思想与结构模型
11-1CMAC网络的基本恩想与结构模型 A1bus根据小脑在生物运动协调方面的重要作用，提出了 CMAC网络，其结构模型如图4.1所示： W: C个点 WM.2 WEL 输入空间S矿 虚拟联想空间A。 物理存储空间A CAC输出 图11-1CMAC结构
Albus根据小脑在生物运动协调方面的重要作用，提出了 CMAC网络，其结构模型如图4.1所示： 11-1 CMAC网络的基本思想与结构模型 图 11-1 CMAC结构
11-2CMAC网络的工作原理 CMAC是前馈网，结构见图11-2，有两个基本映射，表 示输入输出之间的非线性关系。 AC 杂散编码 ● 输入向量 AP(W) X 输出 U输入空间 图11-2CMAC结构
CMAC是前馈网，结构见图11-2 ，有两个基本映射，表 示输入输出之间的非线性关系。 y AC ＋ U输入空间 杂散编码 AP(W) 输出 输入向量 图 11-2 CMAC结构 11-2 CMAC 网络的工作原理