基于神经网络的学习控制及其在机器人中的应用

摘要：

针对一类非线性系统的跟踪控制问题,首先提出了一种遗忘因子迭代学习控制算法,给出了算法收敛的充分条件,然后,利用神经网络原理,对要求跟踪的新的期望轨迹,在系统的历史控制经验基础上,用神经网络估计系统的期望控制输入,然后将其作为迭代学习控制器的初始控制输入,再由迭代学习律逐步改善控制输入,使系统的实际输出只需较少的迭代次数就能达到跟踪的精度要求.机器人系统的仿真结果表明了该算法的有效性.

关键词：非线性系统、迭代学习控制、神经网络、轨迹跟踪、机器人

所属期刊栏目：18

分类号：TP24;TP27(自动化技术及设备)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：72-76