首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于高阶CMAC网络的机器人自学习控制器
引用本文:杨胜跃,樊晓平.基于高阶CMAC网络的机器人自学习控制器[J].铁道科学与工程学报,2000,18(3):29-33.
作者姓名:杨胜跃  樊晓平
作者单位:长沙铁道学院信息与控制工程研究所,湖南,长沙,410075
基金项目:国家自然科学基金;69975003;
摘    要:提出了将CMAC网络与PD控制器相结合的机器人在线自学习控制器,通过引入高阶网络的概念,采用简单的叠加处理法将多维输入空间的CMAC神经网络化为多个一维输入子网络,从而简化系统的网络结构.同时对进行叠加的一维输入CMAC网络选取不同的学习步长,提高了学习的收敛速度和模型的逼近能力.计算机仿真结果表明,所提出的新型机器人自学习控制器具有很好的控制性能.

关 键 词:CMAC网络  机器人控制  自学习  叠加处理法  高阶神经网络
文章编号:1000-2499(2000)03-0029-05
修稿时间:1999-01-08

High Order CMAC-Based Self-Learning Controller for Robotic Manipulators
YANG Shen-yue,FAN Xiao-ping.High Order CMAC-Based Self-Learning Controller for Robotic Manipulators[J].Journal of Railway Science and Engineering,2000,18(3):29-33.
Authors:YANG Shen-yue  FAN Xiao-ping
Institution:YANG Shen-yue ,FAN Xiao-ping (Institute of Information and Control Engineering,Changsha Railway University,Changsha 410075,China)
Abstract:
Keywords:CMAC network  robot control  self-learning  summation method  high order neural network
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号