遞歸型神經(jīng)網(wǎng)絡(luò)在機械手逆模學(xué)習(xí)控制中的應(yīng)用研究.pdf

1、傳統(tǒng)的基于前饋型神經(jīng)網(wǎng)絡(luò)的機械手逆模學(xué)習(xí)控制中，將機械手的動力學(xué)逆模型看作非線性靜態(tài)映射，利用前饋型神經(jīng)網(wǎng)絡(luò)對非線性函數(shù)的逼近能力對其進(jìn)行辨識，所需被測量較多，網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，計算量大。如果將機械手的逆模型看作動態(tài)系統(tǒng)，并利用遞歸型神經(jīng)網(wǎng)絡(luò)對動力學(xué)系統(tǒng)的逼近能力對其進(jìn)行辨識，則可以減少被測量，簡化網(wǎng)絡(luò)結(jié)構(gòu)。 該文使用遞歸型二階神經(jīng)網(wǎng)絡(luò)對機械手逆動力學(xué)模型進(jìn)行逼近，設(shè)計了基于遞歸型二階神經(jīng)網(wǎng)絡(luò)的機械手逆模學(xué)習(xí)控制系統(tǒng)，對該系統(tǒng)進(jìn)行了

2、仿真，并與基于前饋型神經(jīng)網(wǎng)絡(luò)的系統(tǒng)進(jìn)行了比較，以明確遞歸型神經(jīng)網(wǎng)絡(luò)對機械手逆模型的逼近能力，以及將遞歸型神經(jīng)網(wǎng)絡(luò)應(yīng)用于機械手逆模學(xué)習(xí)控制的可行性和優(yōu)越性。 仿真實驗表明，該文所設(shè)計的遞歸型二階神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練后對機械手逆動力模型有較好的逼近能力，學(xué)習(xí)效率要優(yōu)于前饋型神經(jīng)網(wǎng)絡(luò)，因此更適用于機械手的在線學(xué)習(xí)控制；在軌跡控制效果方面，與基于前饋型神經(jīng)網(wǎng)絡(luò)的機械手逆模學(xué)習(xí)控制相比控制精度相差不大；在輸出控制量的品質(zhì)方面，基于遞歸型二