基于改进最近邻聚类的机械手神经网络逆控制

作     者：刘根水 张绍德 李娟 LIU Gen-shui;ZHANG Shao-de;LI Juan

作者机构：安徽工业大学电气信息学院安徽马鞍山243002 

出 版 物：《安徽工业大学学报（自然科学版）》 (Journal of Anhui University of Technology（Natural Science）)

年 卷 期：2008年第25卷第4期

页      码：408-412页

摘      要：机械手具有非线性时变、多变量、强耦合的特性,在机械手系统可逆的基础上,设计一种机械手的神经网络逆控制方案。通过神经网络逆辨识建立机械手的神经网络逆模型,把神经网络逆模型作为控制器模型与原机械手串联,构成一个伪线性动态模型,把非线性问题转化为线性问题。其中,辨识器和控制器均采用RBF神经网络结构,网络学习采用具有在线学习功能的最近邻聚类学习算法。仿真结果验证了本方案的有效性和可行性。

主 题 词：RBF神经网络 神经网络逆控制 机械手 最近邻聚类算法 解耦 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

D　O　I：10.3969/j.issn.1671-7872.2008.04.013

馆 藏 号：203117236...