10.19344/j.cnki.issn1671-5276.2022.01.046
采摘机械臂的PSO-RBF神经网络自适应控制
针对采摘机械臂系统的不确定性为控制带来的问题,设计一种PSO-RBF神经网络自适应控制方法.该方法使用径向基函数神经网络来逼近并补偿系统模型误差,用粒子群优化算法来优化RBF的权值参数,确保PSO-RBF控制性能更好.MATLAB仿真结果表明:与RBF神经网络控制相比,PSO-RBF神经网络控制精度和性能更好.
机械臂;RBF神经网络;粒子群算法;MATLAB仿真
51
TP241(自动化技术及设备)
2022-03-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
181-183,233