10.3969/j.issn.1007-449X.2008.02.013
机器人逆动力学神经网络建模
针对神经网络逆动力学模型用于前馈控制的网络泛化能力问题,通过对实际机器人的仿真实验,分析了前馈神经网络学习的机理,对神经网络训练过程中的数据采样环节进行了改进,提出了在状态空间域中进行数据筛选和处理的神经网络学习方法.通过二自由度机器人运动仿真实验表明,该方法提高了模型泛化能力,有利于实时动力学前馈控制方法的实用化;与传统PID控制相比,该神经网络模型进行动力学前馈控制能大幅度减少动态误差,改善了系统稳定性.
神经网络、动力学逆模型、前馈控制、泛化能力
12
TP242(自动化技术及设备)
2008-05-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
174-178