状态延迟输入神经网络及其在机器人定位监督控制中的应用

• 作者: 余跃庆 姜春福
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 动态递归网络 监督控制 机器人
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 设计计算
• 页码范围: 229-232
• 页数: 4页
• 分类号: TP24
• 字数: 3299字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2003.02.019

摘要

对复合输入动态递归网络作了改进,提出一种新的动态递归神经网络结构,称为状态延迟输入动态递归神经网络 (State Delay Input Dynamical Recurrent Neural Networks).这种具有新的拓扑结构和学习规则的动态递归网络,不仅明确了各权值矩阵的含义,而且使权值的训练过程更为简洁,意义更为明确.网络增加了输入输出层前一步的状态信息,使其收敛速度和泛化能力与其他常用网络结构相比,均有明显提高,增强了系统实时控制的可能性.本文将该网络用于机器人定位监督控制系统中,通过利用神经网络建立起被控对象的逆模型,与传统PD控制器结合,确保了控制系统的稳定性,有效地提高系统的精度和自适应能力.仿真结果表明了这种改进的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余跃庆	北京工业大学机电学院	212	2808	27.0	41.0
2	姜春福	北京工业大学机电学院	12	273	8.0	12.0