基于模糊神经网络的机械手自适应控制

单纯的神经网络和单纯的模糊系统具有各自的优点和缺点，模糊神经网络是两者的结合，它可吸取两者的优点而达到更优良的性能。这里提出了一种基于模糊神经网络的自适应控制方法。在利用常规控制器提取初始模糊规则的基础上，利用专家经验对初始规则进行补充，最后再利用误差的反向传播算法对参数进行在线的自适应调整。该方法用于机械手的跟随控制，两个模糊神经网络分别用于主回路控制和对象的逆模型，最后得到了优于样本控制器的跟踪控制效果。