[发明专利]一种电动加载系统的复合控制方法

摘要

传统的CMAC控制算法和PD算法相结合应用于舵机电动加载系统的力矩控制中，虽然学习速度快，但也引入了控制输出变化过于频繁的问题，局部表现为输出不够平滑，且随着学习时间的推移与误差的积累，整体可能表现出输出发散等问题。本发明提出一种基于输入向量非均匀量化和高斯函数的新型CMAC控制算法，该方法根据输入特征优化了非均匀量化方法，引入量化距离的概念确定节点的高斯权值和激活区域，能够动态调整CMAC泛化性能，并且采用杂散映射的方法大幅节省了存储资源。本新型CMAC与PD复合的智能电动加载控制方法能够有效抑制控制系统过学习现象，减少了内存占用率，提高了跟踪与控制精度。

主权项

一种基于高斯非均匀量化方法的小脑模型关联控制器(CMAC)和比例微分控制器(PD)复合的舵机加载控制算法，包括以下具体实施步骤：第一步，将系统的指令信号和输出信号作为CMAC网络的激励信号，并利用二维输入信号分布密度曲线,对二维空间节点进行非均匀量化，得到每一维输入的量化向量；第二步，引入量化距离的概念，使用高斯函数作为量化距离的数学表征，再根据输入向量中各维采样点与其对应量化点间的距离求得量化点的量化距离值，根据预设的门限值判定激活区域的范围；第三步，利用各维度的量化距离值计算概念空间中激活的量化点所对应的高斯权重gac_i；第四步，使用求余法将概念空间的高斯权重压缩映射到节点数目更少的物理空间，得到每个存储单元的权值gap_i；第五步，该新型CMAC算法的输出为每个存储单元权值的高斯权重求和，而加载控制器的输出则为CMAC算法加上PD控制器的总输出；第六步，对误差进行梯度下降计算，对CMAC网络权值进行学习修正。