刘聪娜
- 作品数：3 被引量：4H指数：1
- 供职机构：燕山大学电气工程学院河北省工业计算机控制工程重点实验室更多>>
- 发文基金：河北省自然科学基金河北省科技攻关计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于ANFIS的机器人系统建模的研究被引量：3
- 2010年
- 针对机器人这种不确定性的复杂非线性系统很难建立其精确的数学模型这一问题,提出一种基于自适应神经模糊推理(ANFIS)的方法对机器人系统进行建模。此方法将模糊推理和神经网络的学习能力有机地结合起来,并利用神经网络的学习机制自动地从输入输出数据中提取规则。建模过程中为了给ANFIS赋予一个合适的初始状态,选用减法聚类对输入数据进行处理。ANFIS网络的所有参数采用混合算法进行调节,即前提参数采用误差反向传播法,结论参数采用最小二乘法。最后在Matlab中对二自由度机器人进行仿真研究,仿真结果表明该方法模型结构简单,建模速度快,辨识精度高,同时也验证了该方法的有效性,为进一步实现机器人鲁棒自适应控制打下基础。
- 王洪瑞张永兴刘聪娜
- 关键词：机器人系统减法聚类自适应神经模糊推理
- 不确定机器人系统能量控制策略的研究
- 机器人系统具有时变、强耦合、高度非线性的特点，而且在建立机器人模型时，各种不确定性因素的影响，很难得到机器人精确的动力学模型。基于耗散性概念的设计方法更加注重控制误差系统能量的衰减过程，并利用机器人结构上的物理特征来构造...
- 刘聪娜
- 关键词：机器人神经网络跟踪误差
- 文献传递
- 基于耗散理论的机器人神经网络鲁棒控制被引量：1
- 2010年
- 为了更好地解决机器人系统中存在的参数不确定和外部干扰的鲁棒控制问题,提出一种基于耗散性理论的神经网络自适应鲁棒控制器,首先应用无源性理论对名义模型设计镇定控制器,然后利用RBF神经网络自适应学习系统的不确定部分,将神经网络逼近误差作为外部干扰,基于H∞控制理论使干扰对系统输出的影响抑制到所要求的最小程度,并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节律以及相关的鲁棒控制器,证明了系统的全局稳定性。仿真结果表明,这种控制器对机器人系统可能受到的干扰具有较好的抑制能力,提高了系统的鲁棒性,实现了系统轨迹的快速准确跟踪,又能很好地消除控制器的抖振,进而提高机器人工作性能。
- 王洪瑞刘聪娜张永兴
- 关键词：机器人无源性耗散性神经网络
