基于RBF神经网络模型的单力臂机器人控制

摘要

针对单力臂机械手的控制,提出了一种基于RBF神经网络模型的控制方法;RBF神经网络即径向基函数,它本身是具有单隐层的三层前馈网络,从输入空间到输出空间的映射呈现非线性,但是从隐含层空间到输出空间的映射却呈现线性,又由于RBF网络它采用高斯基函数作为作用函数,它的输出与部分调参数有关,在输入空间的有限范围内不为零,是一种局部逼近的神经网络方法,所以采用RBF网络能够很快地进行学习并且避免出现局部极小问题,能够满足控制的实时性要求;通过建立相关模型的Simulink控制系统仿真以及M语言的离散数字化仿真发现,采用RBF神经网络模型方法进行控制,其控制的精确度和实时性很高,控制效果很好.