论文部分内容阅读
以模型为基础的传统的控制理论在设计控制器时需要预先知道被控对象的数学模型,而机械臂具有非线性、不确定的动态特性,因此应用传统的控制理论难以设计出适当的控制器。为解决此问题,本文应用自组织模糊径向基神经网络算法对机械臂的控制器进行设计,将径向基神经网络应用于自组织模糊控制算法,以及时调整学习率和权重分配,改善系统控制性能;应用L-M算法的概念,将所定义的误差函数最小化,搜索出神经网络参数值的修正量,以改进梯度下降法的收敛性,提升系统的控制品质。仿真结果表明,应用此算法,机械臂系统各轴的最大误差、均方根