摘要:滑模变结构控制算法容易并且完成工程简单,它的特点是响应速度快和对体系参数和外部抗干预扰呈不变的特点。最近几年来在办理分线性体系的归纳问题上有很大的起色。神经网络系统是一个连续时间动态高度非线性的,它的自学习能力很强,能够反映非线性系统很容易。只适应滑模控制包括了神经网络和滑模变结构控制。人类想杰出的神经网络自适应变结构就需要改进RBF神经网络,才能够达到目的。自适应控制基本思想是一种能够自我完成校正的控制率,该种控制率是将在线参数估计方法与某种控制系统设计方法联系起来所得出来的。但是控制对象存在一定程度不能确定的系统。
关键词:滑模变结构控制; RBF神经网络;自适应变结构控制
目录
摘要
ABSTRACT
1 引言-1
1.1论文研究的对象及运用的原理-1
1.2本章小节-2
2 机械手-3
2.1机械手的概念-3
2.2机械手的前景:-3
2.3机械手的动力学模型及特性-3
2.4本章小节-5
3 自适应控制-6
3.1自适应控制基本思想 -6
3.2自适应控制方法 -6
3.3本章小节-7
4 滑模变结构控制-8
4.1滑模变结构控制的发展-8
4.2滑模变结构控制的基本概念与性质-8
4.3滑模变结构控制的原理-8
4.4滑模变结构控制的及抖振问题-9
4.5抖振的削弱方法-10
4.6变结构控制系统的设计-10
4.7本章小节-11
5 人工神经网络概述-12
5.1 人工神经网络简介-12
5.2 人工神经网络的特点-12
5.3 RBF神经网络概述及其网络结构-12
5.4 RBF网络学习算法-13
5.5 RBF网络的工作原理-14
5.6 本章小节-14
6 仿真-15
6.1 仿真模型及仿真图像-15
6.2 本章小节-17
总结-18
致谢-19
参考文献-20