機器人軌跡跟蹤的智能控制方法研究.pdf

1、智能控制理論是具有某些仿人智能的工程控制和信息處理的理論方法。機器人學集中了機械工程、電子工程、計算機工程、自動控制工程以及人工智能等多種學科的最新科研成果，是目前科技發(fā)展最活躍的領域之一。本文回顧了智能控制技術及其在機器人控制中應用的發(fā)展和現(xiàn)狀。 在本文中，首先詳細地介紹和分析了模糊控制的基本原理，并構造了機器人軌跡跟蹤的模糊控制系統(tǒng)，它不依賴于對象的精確的數(shù)學模型，能有效地克服被控對象存在的非線性和不確定性的影響。然后，分析

2、了一種基于正交最小二乘算法的徑向基函數(shù)神經網絡，并將其應用于機器人系統(tǒng)的辨識中，之后將模糊控制與神經網絡結合起來，利用神經網絡模擬模糊推理，使得神經網絡具有了模糊推理和歸納能力。由于神經網絡具有自學習的能力，又使得模糊神經網絡的推理歸納方式在實際的控制過程中可以不斷地修正，同時由于模糊神經網絡的結構具有明確的物理意義，使模糊神經網絡的結構設計和權值的初始化非常容易，采用高斯基函數(shù)作為模糊隸屬函數(shù)，構造了模糊高斯基函數(shù)神經網絡。其后，在分

3、析了模糊神經網絡的各種學習算法的優(yōu)缺點后，提出了一種基于混合學習算法的模糊高斯基神經網絡控制方法，即先利用遺傳算法離線訓練模糊神經網絡，使網絡參數(shù)達到近似全局最優(yōu)，再采用BP算法來在線訓練網絡參數(shù)，使控制器具有在線自適應能力。最后，針對滑?？刂扑嬖诘牟蛔?，設計了一種神經網絡滑模控制系統(tǒng)，該系統(tǒng)通過神經網絡來補償系統(tǒng)中的不確定性，并利用李雅普諾夫定理設計了具有神經網絡補償?shù)幕？刂破鞯慕Y構和神經網絡的學習算法，從而保證了系統(tǒng)的穩(wěn)定性、改