基于小波神经网络的机器人模糊控制算法

摘要：

为了提升工业制造过程中工业机器人机械臂的控制精度,文中基于变换域的思想设计了一套智能控制算法.该方法采用小波变换函数替代了传统神经网络隐藏层中的非线性激活函数,以获得紧密型的小波神经网络,从而提升了网络对于弱信号的特征提取能力.同时,将小波网络提取的特征输入至模糊控制网络中,并引入T-S推理规则,保证了算法对于复杂过程的辨识及控制能力.同时算法基于误差的反向传播理论进行训练,可以灵活调整学习率和迭代速度,确保了该过程的收敛性.以二阶倒立摆系统为控制对象进行仿真实验,根据不同变量对系统影响力的不同设计了两级控制网络,以增强网络的泛化能力.仿真结果表明,所提算法控制下的二阶倒立摆稳定性明显优于BP神经网络,其位移与上、下摆角等关键参数的方差分别提升了 54.72%、56.32%和51.04%.

关键词：小波分析、神经网络、机器人、模糊控制、二阶倒立摆、变换域

分类号：TP311(计算技术、计算机技术)

资助基金：中国煤炭教育协会研究课题ZMZC2022011

在线出版日期：2023-08-21（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：84-88