不确定机器人的自适应神经网络控制与学习

• 作者: 吴玉香 王聪
• 来源期刊: 控制理论与应用
• 关键词: 自适应神经网络控制 机器人 RBF神经网络 学习
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 990-997
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2013.30171

摘要

针对具有未知动态的电驱动机器人,研究其自适应神经网络控制与学习问题.首先,设计了稳定的自适应神经网络控制器,径向基函数(RBF)神经网络被用来逼近电驱动机器人的未知闭环系统动态,并根据李雅普诺夫稳定性理论推导了神经网络权值更新律.在对回归轨迹实现跟踪控制的过程中,闭环系统内部信号的部分持续激励(PE)条件得到满足.随着PE条件的满足,设计的自适应神经网络控制器被证明在稳定的跟踪控制过程中实现了电驱动机器人未知闭环系统动态的准确逼近.接着,使用学过的知识设计了新颖的学习控制器,实现了闭环系统稳定、改进了控制性能.最后,通过数字仿真验证了所提控制方法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴玉香	华南理工大学自动化科学与工程学院	80	567	13.0	21.0
2	王聪	华南理工大学自动化科学与工程学院	31	194	7.0	12.0