利用線上學習法則學出順向式類神經網路控制器之輸出範圍及其應用

Abstract

類神經網路(neural network)已經廣泛地被當成控制器來控制非線性設備(plant) 。 這種控制方法可籍由線上(on-line) 學習法則來達成。有關控制問題中，類神經網路 控制器之輸出信號必須受限於設備之最大輸入範圍。且為了使追縱誤差能小於可容忍 之誤差值，控制器之輸出信號也必須有一最小範圍，否則此誤差將無法滿足我們的要 求。 我們改良順向式類神經網路輸出層之作用函數(activation function) ，且提出調整 此作用函數輸出範圍之演算法。結合線上學習法則，我們能夠學出控制器之輸出範圍 ，而且能適當地控制設備達到追蹤之目的。