论文部分内容阅读
机械手具有非线性时变、多变量、强耦合的特性，在机械手系统可逆的基础上，设计一种机械手的神经网络逆控制方案。通过神经网络逆辨识建立机械手的神经网络逆模型，把神经网络逆模型作为控制器模型与原机械手串联，构成一个伪线性动态模型，把非线性问题转化为线性问题。其中，辨识器和控制器均采用RBF神经网络结构，网络学习采用具有在线学习功能的最近邻聚类学习算法。仿真结果验证了本方案的有效性和可行性。