基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高机器人轨迹跟踪控制性能,在神经网络滑模控制方法的基础上,提出了一种改进型神经网络自适应滑模控制方法。该方法将神经网络作为控制器,利用其非线性映射能力来逼近各种未知非线性,同时通过在控制律中加入鲁棒项来消除逼近误差。考虑到隐含层单元数和网络结构参数对神经网络映射有效性的影响,将降低抖振作为优化目标,采用粒子群优化算法对网络结构参数进行优化。最后在 Matlab/Simulink 环境下进行了仿真实验,并与其他控制方法进行了对比分析。仿真结果表明,基于该方法所设计的控制系统具有良好的鲁棒性和控制精确度,同时有效地削弱了抖振。
推荐文章
移动机器人全局轨迹跟踪的自适应滑模控制
非完整移动机器人
轨迹跟踪
自适应滑模控制
反演
质心不重合的移动机器人自适应滑模轨迹跟踪控制
新型趋近律
自适应控制
滑模控制
移动机器人
轨迹跟踪
基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法研究
四轮全向移动机器人
自适应滑模控制
轨迹跟踪
滤波器
神经网络
机器人滑模轨迹跟踪控制研究
机器人
滑模控制
抖振
轨迹跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进神经网络自适应滑模控制的机器人轨迹跟踪控制
来源期刊 大连理工大学学报 学科 工学
关键词 神经网络 机器人 轨迹跟踪 滑模控制 粒子群优化算法
年,卷(期) 2014,(5) 所属期刊栏目 材料、机械工程
研究方向 页码范围 523-530
页数 8页 分类号 TP242
字数 4451字 语种 中文
DOI 10.7511/dllgxb201405007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王大镇 集美大学机械与能源工程学院 71 405 12.0 16.0
2 弓清忠 集美大学机械与能源工程学院 21 135 7.0 11.0
3 付涛 集美大学机械与能源工程学院 6 86 5.0 6.0
4 祁丽 集美大学机械与能源工程学院 5 96 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (178)
共引文献  (391)
参考文献  (9)
节点文献
引证文献  (44)
同被引文献  (91)
二级引证文献  (75)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(7)
  • 参考文献(0)
  • 二级参考文献(7)
1995(10)
  • 参考文献(0)
  • 二级参考文献(10)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(11)
  • 参考文献(0)
  • 二级参考文献(11)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(16)
  • 参考文献(0)
  • 二级参考文献(16)
2000(22)
  • 参考文献(1)
  • 二级参考文献(21)
2001(17)
  • 参考文献(0)
  • 二级参考文献(17)
2002(11)
  • 参考文献(0)
  • 二级参考文献(11)
2003(20)
  • 参考文献(0)
  • 二级参考文献(20)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(11)
  • 参考文献(3)
  • 二级参考文献(8)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(13)
  • 引证文献(8)
  • 二级引证文献(5)
2017(18)
  • 引证文献(10)
  • 二级引证文献(8)
2018(32)
  • 引证文献(11)
  • 二级引证文献(21)
2019(38)
  • 引证文献(11)
  • 二级引证文献(27)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
神经网络
机器人
轨迹跟踪
滑模控制
粒子群优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导