基於類神經網路的演化策略應用於一階動態系統

Abstract

本論文目的在於利用類神經網路學習一階動態系統，用以控制一迴授系統。為了學習一階動態系統，提出兩種簡單的類神經網路架構，一種是一般的類神經網路，另一種加入了參數影響，而此參數是根據一階差分方程而來的。另外，本論文不用常見的倒傳遞學習法則，而用一演化策略，因為倒傳遞學習法則必須知道反向動態系統，但反向動態系統並不容易得到，而該演化策略並無此缺點。雖然使用該演化策略的學習時間較長，但類神經網路經過演化策略的學習後，能表現的跟目標系統極度相似，即使將此類神經網路放入一有外來雜訊的迴授系統當控制器時，亦能控制系統穩定不受雜訊影響。