论文部分内容阅读
该文在简要分析常规控制、模糊控制、及神经网络控制对机器人控制效查的基础上，提出用误差动力学方程以及系统输出误差与误差变化率两个状态变量来描述被控系统，并按模糊控制表直接作为神经网络训练样本的方法，选用ＣＭＡＣ神经网络，设计相应的基于社经网络自学习控制器。又将该方法及其控制器应用于两自由度机械手的控制上，经过仿真对比与试验研究表明，神经网络模糊控制策略有不少优点，不仅收敛速度快；控制精度；且控制精度基本上不受轨线及外负载的影响，鲁棒性强，是实现机器人控制的一种很有前途的方法。