机械臂的自适应径向基函数神经网络双二次泛函最优控制

作     者：廖列法 杨翌虢 LIAO Lie-fa;YANG Yi-guo

作者机构：江西理工大学信息工程学院 

基　　金：国家自然科学基金项目(71462018 71761018)资助 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2020年第37卷第1期

页      码：47-58页

摘      要：针对非线性机械臂系统中难以权衡控制能量与控制误差比重的最优控制问题,本文提出一种基于自适应径向基函数(RBF)神经网络二阶段叠加优化的双二次泛函最优求解模型,实现在非线性机械臂控制系统中用不大的控制能量来保持较小的控制误差的综合最优控制.在本文所提模型中,首先设计一种线性误差函数,作用于非线性控制方程,并采用自适应RBF网络逼近非线性控制方程中存在的不确定项,构成闭环反馈系统,实现对非线性系统的最优控制;其次,将待求参数复合成双二次泛函的解域,并设计一种新型的类递归神经网络求解该带约束条件的双二次型模型,实现模型求解的快速收敛并得其解.通过理论分析及数值仿真实例验证了所提模型能有效提高非线性系统的控制精度、稳定性、鲁棒性及自适应性,从而实现非线性系统的综合最优控制.

主 题 词：自适应控制 径向基函数网络 最优泛函 多关节机械臂 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080202[080202] 081104[081104] 08[工学] 0804[工学-材料学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7641/CTA.2019.90004

馆 藏 号：203897356...