论文部分内容阅读
机器人关节电机控制系统具有非线性和参数变化的特点,基于被控对象精准数学模型的传统控制方法难以对其进行有效的控制。以四足饥器人髋关节电机为研究对象,首先分析了系统的机理,建立了被控对象的CARIMA(Controlled Autc—Regressive Integrated Moving Average,受控自回归积分滑动平均)模型;接着提出了一种基于复合神经网络的广义预测控制方法,即由LNN(Linear Neural Network,线性神经网络)和GPFN(Gaussian Potential Fun