排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
倪元华 《计算机与信息技术》2006,(8)
对于具有外界扰动和参数不确定性的机器人关节角轨迹跟踪问题,本文给出一个新的鲁棒神经网络控制算法。受Bayard(1988)和Sun(2001)工作的启发,用一个FLNN神经网络去学习一个已知的函数,同时,为了解决因神经网络隐层神经元输出持续激励(PE)性质的丢失而可能造成的参数飘移问题,与大量在文献中使用的神经网络权重调节法则σ-修正方法不同,本文给出了一个新的调节法则。基于此权重调节法则的鲁棒神经网络控制器既可保证网络权重有界从而克服了参数飘移问题,又能得到系统跟踪误差渐近收敛到零。数值试验表明,所提算法可行有效。 相似文献
2.
3.
在驱动回路电容较小的情况下,对电驱动刚性机器人操作手的轨迹跟踪问题,提出了一种基于奇异摄动理论的神经网络控制设计方法。稳定性分析表明系统跟踪误差最终一致有界,数值实验验证了所提的算法的可行性和有效性。 相似文献
1