用于机器手控制的在线的自组织模糊神经网络

摘要

基于动态自适应方法,本文提出了一种能动态生成自组织模糊神经网络(SOFNN)的新算法,并应用该算法能有效地估计机器手的非线性.本算法能自动划分输入输出空间,自学习调整高斯函数,模糊规则的构造及空间的划分数目是并行调整的.这个SOFNN算法的独特之处是:自组织动态结构、快速的学习能力,良好的鲁棒性.一个两自由度的工业机械手验证了其有效性.