CMAC用于非线性函数逼近.docxVIP

CMAC 用于非线性函数逼近 一．网络结构简介 小脑模型神经网络（CMAC）是一种表达复杂非线性函数的表格查询型自适应神经网络，能够学习任意多维非线性映射。CMAC 算法可有效地用于非线性函数逼近、动态建模、控制系统设计等。本文主要讲述用于非线性函数逼近。 本文所用的 CMAC 网络结构简单示意图如下所示： a1 a1 w1 a2 w2 X Σ AP U 输入空间 am w m AC 杂散映射 CMAC 网络由输入层，中间层和输出层组成。在输入层与中间层、中间层与输出层之间分别为由设计者预先确定的输入层非线性映射和输出层权值自适应线性映射，即概念映射（U-AC）和实际映射(AC-AP)。CMA