基于神经网络的不确定机器人自适应滑模控制

来源 :控制与决策 | 被引量 : 0次 | 上传用户:kevinchen12344
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种机器人轨迹跟踪的自适应神经滑模控制。该控制方案将神经网络的非线性映射能力与变结构控制理论相结合,利用RBF网络自适应学习系统不确定性的未知上界,神经网络的输出用于自适应修正控制律的切换增益。这种新型控制器能保证机械手位置和速度跟踪误差渐近收敛于零。仿真结果表明了该方案的有效性。
其他文献
重视自白是日本刑事诉讼的一贯立场。为了纠正实践中过分倚重自白之惯习,日本在综合考量实体真实、人权保障、正当程序的基础上设置了以任意性原则为核心的自白法则。在制度
物联网产业具有广阔的市场前景和巨大的市场需求,其发展对我国产业结构的调整意义重大。在社会快速发展的今天,商业模式的效用越来越引起全社会的重视。本文以无锡物联网产业
提出一种新的基于T-S模型的模糊辨识方法,其特点是考虑了样本距离和“可线性化程度”两个因素,对模型的前后件参数同时辨识,提高了辨识精度,并提出规则“置信度”的概念,实现了辨
目的基于地理信息系统(geographic information system,GIS)技术了解中国45岁及以上中老年人糖尿病患病的空间分布状况,以及主要影响因素的空间分布异质性,为完善区域化糖尿病