摘要: 提出一种通过在线学习优化动态模型库的方法. 当子模型数量增长达到设定规模时, 根据动态模型库中各子模型与实际对象的匹配程度, 选取匹配程度最低的旧模型删除, 并添加新建子模型, 从而维持动态模型库在设定规模以内, 解决了在线学习建立动态模型库子模型数量不断增长的问题, 避免了子模型数量的过度增长而引起的计算量增加和性能下降, 并通过仿真证明了算法的有效性.
中图分类号:
钱承山,, 吴庆宪, 姜长生. 基于在线学习优化动态模型库的多模型自适应控制[J]. J4, 2007, 45(04): 601-606.
QIAN Chengshan,, WU Qingxian, JIANG Changsheng. Multimodel Adaptive Control Based on Online Learning and Optimizing Dynamic Model Bank[J]. J4, 2007, 45(04): 601-606.