摘要：单个CMAC(Cerebellar Model Articulation Controller)用于逼近复杂非线性函数时，泛化能力和记忆精度有时不能满足要求，而且当CMAC输入向量的较高时，权系数变得十分庞大，给网络学习和实际应用带来困难.为了解决上述问题，提出了一种CMAC的递阶结构， 该结构含有若干个CMAC，把输入空间分成若干个低维子空间，每个小的CMAC的输入是系统输入空间的子集，从而降低每个CMAC的输入维数，减少权系数，提高其函数逼近的能力.CSTR 非线性动态系统建模仿真研究结果表明，该多个CMAC结构是有效的，可适用于高维输入系统的建模。
