吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
Journal of Jilin University(Information Science Edition)
2015年
4期
471-475
,共5页
神经网络观测器%非线性系统%机器人
神經網絡觀測器%非線性繫統%機器人
신경망락관측기%비선성계통%궤기인
neural network observer%nonlinear system%manipulator
为降低非线性观测器对模型精度的依赖性,提出一种非传统的神经网络观测器设计方法.该神经网络为三层前馈网络,采用带修正项的误差反传算法进行训练,以保证控制的精度和权值有界,利用神经网络识别系统的非线性部分,并结合传统的龙伯格观测器重构系统状态;利用Lyapunov直接法保证基于权值误差的非观测器的稳定性,并将该观测器应用于机器人轨迹跟踪控制中.仿真结果表明,该方法解决了模型不确定系统状态观测问题,适用于模型精度较低的非线性系统.
為降低非線性觀測器對模型精度的依賴性,提齣一種非傳統的神經網絡觀測器設計方法.該神經網絡為三層前饋網絡,採用帶脩正項的誤差反傳算法進行訓練,以保證控製的精度和權值有界,利用神經網絡識彆繫統的非線性部分,併結閤傳統的龍伯格觀測器重構繫統狀態;利用Lyapunov直接法保證基于權值誤差的非觀測器的穩定性,併將該觀測器應用于機器人軌跡跟蹤控製中.倣真結果錶明,該方法解決瞭模型不確定繫統狀態觀測問題,適用于模型精度較低的非線性繫統.
위강저비선성관측기대모형정도적의뢰성,제출일충비전통적신경망락관측기설계방법.해신경망락위삼층전궤망락,채용대수정항적오차반전산법진행훈련,이보증공제적정도화권치유계,이용신경망락식별계통적비선성부분,병결합전통적룡백격관측기중구계통상태;이용Lyapunov직접법보증기우권치오차적비관측기적은정성,병장해관측기응용우궤기인궤적근종공제중.방진결과표명,해방법해결료모형불학정계통상태관측문제,괄용우모형정도교저적비선성계통.
