基于极限学习机的机械臂自适应神经控制

被引:13
作者
乃永强
李军
机构
[1] 兰州交通大学自动化与电气工程学院
关键词
自适应神经控制; 极限学习; 机单隐层前馈神经网络; 机械臂;
D O I
10.13976/j.cnki.xk.2015.0257
中图分类号
TP241 [机械手];
学科分类号
080202 ; 1405 ;
摘要
针对刚性机械臂系统的控制问题,提出基于极限学习机(ELM)的自适应神经控制算法.极限学习机随机选择单隐层前馈神经网络(SLFN)的隐层节点及其参数,仅调整其网络的输出权值,以极快的学习速度获得良好的推广性.采用李亚普诺夫综合法,使所提出的ELM控制器通过输出权值的自适应调整能够逼近系统的模型不确定性部分,从而保证整个闭环控制系统的稳定性.将该自适应神经控制器应用于2自由度平面机械臂控制中,并与现有的径向基函数(RBF)神经网络自适应控制算法进行比较.实验结果表明,在同等条件下,ELM控制器具有良好的跟踪控制性能,表明了所提出控制算法的有效性.
引用
收藏
页码:257 / 262
页数:6
相关论文
共 7 条
[1]   带有前馈和神经网络补偿的机械手系统轨迹跟踪控制 [J].
王良勇 ;
杨枭 .
电机与控制学报, 2013, 17 (08) :113-118
[2]   基于增广ESN的机器人轨迹跟踪控制 [J].
杜佩君 ;
张瑞锋 .
信息与控制, 2013, 42 (04) :443-448
[3]   从机器人输出反馈自适应神经控制中学习 [J].
吴玉香 ;
杨梅 ;
王聪 .
控制与决策, 2012, 27 (11) :1740-1744+1750
[4]   水下机器人的神经网络自适应控制 [J].
俞建成 ;
李强 ;
张艾群 ;
王晓辉 .
控制理论与应用, 2008, (01) :9-13
[5]   Direct adaptive neural control of nonlinear systems with extreme learning machine [J].
Hai-Jun Rong ;
Guang-She Zhao .
Neural Computing and Applications, 2013, 22 :577-586
[6]  
Extreme learning machine: Theory and applications[J] . Guang-Bin Huang,Qin-Yu Zhu,Chee-Kheong Siew.Neurocomputing . 2006 (1)
[7]  
Extreme learning machines: A survey .2 Huang,Guang-Bin,Wang,Dian Hui,Lan,Yuan. International Journal of Machine Learning and Cybernetics . 2011