基于操作条件反射自动机的仿生自主学习方法
提出了基于操作条件反射的仿生自主学习方法,设计了操作条件反射自动机(OCM)的认知模型.与原来的学习自动机相比,该模型增加了状态取向单元,利用“反应一强化”的学习机理,来模拟自然界生物的“随机应变性”.设计了OCM的递归学习算法,用于模拟生物的操作条件反射机制,使其具有仿生的自组织功能,包括自学习和自适应功能.通过模拟Skinner鸽子实验和倒立摆平衡控制实验,验证了该模型具有一定的仿生自主学习能力,可用于描述、模拟和设计各种自组织系统.
操作条件反射自动机、仿生、自主学习、自组织
37
TP18(自动化基础理论)
国家自然科学基金资助项目60774077;国家“863计划”资助项目2007AA04Z226;北京市教委科研计划项目;北京市自然科学基金重点项目KZ200810005002
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
1631-1637