微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2010年
23期
136-137,150
,共3页
机器人%神经网络%轨迹跟踪
機器人%神經網絡%軌跡跟蹤
궤기인%신경망락%궤적근종
本文针对机器人动力学系统的非线性、强耦合和时变等特性,设计出了基于神经网络算法的轨迹跟踪控制系统.在控制算法的实现方面,以BP网络为基础,加入反馈信号和偏差单元,生成了内部回归神经网络.克服了BP网络学习收敛速度慢、容易陷入局部极小点等缺点,大大提高了学习速率,并且保证了学习过程的稳定性.
本文針對機器人動力學繫統的非線性、彊耦閤和時變等特性,設計齣瞭基于神經網絡算法的軌跡跟蹤控製繫統.在控製算法的實現方麵,以BP網絡為基礎,加入反饋信號和偏差單元,生成瞭內部迴歸神經網絡.剋服瞭BP網絡學習收斂速度慢、容易陷入跼部極小點等缺點,大大提高瞭學習速率,併且保證瞭學習過程的穩定性.
본문침대궤기인동역학계통적비선성、강우합화시변등특성,설계출료기우신경망락산법적궤적근종공제계통.재공제산법적실현방면,이BP망락위기출,가입반궤신호화편차단원,생성료내부회귀신경망락.극복료BP망락학습수렴속도만、용역함입국부겁소점등결점,대대제고료학습속솔,병차보증료학습과정적은정성.
