摘要：小脑模型关节控制器（CMAC）具有结构简单，学习快速的优点，但是它的空间划分方式不能在线进行调整，影响了其自适应能力的提高．本文将模糊理论引入CMAC，提出了一种能够反映人类小脑认知的模糊性和连续性的模糊小脑模型关节控制器（FCMAC）．该控制器对CMAC的空间划分方式进行了模糊化处理，可通过BP学习算法对CMAC的空间划分方式进行在线调整，大大提高了CMAC的自适应能力．所提出的FCMAC被应用于机器人的轨迹跟踪控制系统以克服机器人系统中非线性和不确定性因素的影响．仿真实验结果表明，所提FCMAC与传统的CMAC相比性能上有了很大的改善．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社