RBF模糊神经网络在刚性机械臂控制中的应用

• 作者: 谢克明 韩晓霞
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: RBF模糊神经网络 模糊神经网络 智能控制 轨迹控制 机械臂
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 信号检测、算法与仿真
• 页码范围: 481-487
• 页数: 7页
• 分类号: TP393|TP18
• 字数: 3879字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2007.06.003

摘要

为了提高刚性机械臂轨迹跟踪控制的精度,本文在分析RBF神经网络与模糊逻辑系统的函数等价性基础上,提出了一种基于T-S型模糊推理方法的RBF模糊神经网络,设计出基于RBF模糊神经网络的工业机器人控制器.研究发现,与普通的模糊神经网络相比,该网络结构简单,层数少,训练速度快,能自动寻优,通过在线调整网络隶属函数的中心值和宽度,优化了模糊规则,实现了对非线性系统的高精度轨迹跟踪控制,而且表现出有效性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢克明	太原理工大学信息工程学院	145	1524	18.0	31.0
2	韩晓霞	太原理工大学信息工程学院	17	79	5.0	8.0