小腦模型控制器(Cerebellar Model Articulation Controller，CMAC)係於1975年由Albus所提出的一種模仿小腦功能的神經網路，其可視為一種使用有著重疊接受區(Receptive-Field)部分的非全連結感知機網路，它具有良好的一般化(Generalization)能力、較快的學習特性與較少的神經元數量等優點，非常適用於線上即時學習的應用場合。本論文進一步提出PI學習形式之適應性學習法則，可以獲得更佳之學習效果，經實驗結果可以成功證明其效能。 Cerebellar model articulation controller (CMAC) has been already validated that it can approximate a nonlinear function over a domain of interest to any desired accuracy. This paper proposes an adaptive CMAC (PIACMAC) system with a PI-type learning algori
