基于改进最近邻聚类的机械手神经网络逆控制

• 作者: 刘根水 张绍德 李娟
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: RBF神经网络 神经网络逆控制 机械手 最近邻聚类算法 解耦
• 年，卷（期）: 2008,（4）
• 页码范围: 408-412
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2008.04.013

摘要

机械手具有非线性时变、多变量、强耦合的特性.在机械手系统可逆的基础上,设计一种机械手的神经网络逆控制方案.通过神经网络逆辨识建立机械手的神经网络逆模型,把神经网络逆模型作为控制器模型与原机械手串联,构成一个伪线性动态模型,把非线性问题转化为线性问题.其中,辨识器和控制器均采用RBF神经网络结构,网络学习采用具有在线学习功能的最近邻聚类学习算法.仿真结果验证了本方案的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张绍德	安徽工业大学电气信息学院	44	271	9.0	14.0
2	刘根水	安徽工业大学电气信息学院	2	10	1.0	2.0
3	李娟	安徽工业大学电气信息学院	7	25	3.0	5.0