遞歸型神經(jīng)網(wǎng)絡在機械手逆模學習控制中的應用研究.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、傳統(tǒng)的基于前饋型神經(jīng)網(wǎng)絡的機械手逆模學習控制中，將機械手的動力學逆模型看作非線性靜態(tài)映射，利用前饋型神經(jīng)網(wǎng)絡對非線性函數(shù)的逼近能力對其進行辨識，所需被測量較多，網(wǎng)絡結構復雜，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)絡對動力學系統(tǒng)的逼近能力對其進行辨識，則可以減少被測量，簡化網(wǎng)絡結構。 該文使用遞歸型二階神經(jīng)網(wǎng)絡對機械手逆動力學模型進行逼近，設計了基于遞歸型二階神經(jīng)網(wǎng)絡的機械手逆模學習控制系統(tǒng)，對該系統(tǒng)進行了

2、仿真，并與基于前饋型神經(jīng)網(wǎng)絡的系統(tǒng)進行了比較，以明確遞歸型神經(jīng)網(wǎng)絡對機械手逆模型的逼近能力，以及將遞歸型神經(jīng)網(wǎng)絡應用于機械手逆模學習控制的可行性和優(yōu)越性。 仿真實驗表明，該文所設計的遞歸型二階神經(jīng)網(wǎng)絡進行離線訓練后對機械手逆動力模型有較好的逼近能力，學習效率要優(yōu)于前饋型神經(jīng)網(wǎng)絡，因此更適用于機械手的在線學習控制；在軌跡控制效果方面，與基于前饋型神經(jīng)網(wǎng)絡的機械手逆模學習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

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論