基于脉冲神经网络的非线性系统控制 及其硬件化实现

针对传统神经网络控制在非线性系统中存在环境适应性不足、鲁棒性差及端侧部署能效受限等问题，研究团队构建了融合多巴胺调制STDP机制的类脑强化学习框架，采用Izhikevich神经元模型模拟大脑基底神经节运动控制回路，实现了无需被控对象数学模型的免模型控制。在板球平衡系统上的实验表明，所提方法在100次迭代内完成目标抵达与稳态平衡。另外，基于Zynq-7000平台完成软硬协同设计，通过存储阵列划分、神经元并行化、流水线优化及数据流架构等策略，为端侧智能控制提供了可部署的硬件支撑方案。

赵淳，副教授，博士，硕士生导师，毕业于北京航空航天大学，现任北京信息科技大学计算机学院教师，智能制造与复杂系统研究所负责人。主要从事智能制造与云制造、复杂系统建模与仿真、基于FPGA的算法硬件化设计等领域的研究与应用工作。从事软件开发及硬件设计工作二十余年，近年主持国家重点研发计划子课题1项，主持横纵向科研课题20余项。发表SCI/EI论文30余篇，申请专利及软件著作权10项。国际仿真学会（SCS）会员、中国仿真学会智能物联系统建模与仿真专业委员会秘书长、中国仿真学会会员、中国计算机学会会员。International Journal of Modeling, Simulation