针对传统的水下机器人模糊神经网络控制器存在计算量大、抗环境扰动滞后等缺点,设计递归模糊神经网络控制器,通过在线的动态反馈增强水下机器人对环境变化的反应能力。并在网络的第三层即Petri层设计阈值,根据控制器误差的在线控制网络的学习和训练量,从而减少了模糊神经网络的计算量,提高反应速度。基于反向梯度传播原理,由能量函数设计了该网络的学习算法,并根据离散型李亚普诺
第 l 6卷
第 5期
电机与控制学报 ELECTRI MACH I C NES AND CONTROL
V0.1 No 5 1 6 . Ma 01 v2 2
21 0 2年 5月
水下机器人的动态 P ti归神经网络控制方法 er递 黄海,万磊,庞永杰,唐旭东 (哈尔滨工程大学水下机器人技术重点实验室,黑龙江哈尔滨 10 0 ) 50 1
摘
要:对传统的水下机器人模糊神经网络控制器存在计算量大、针抗环境扰动滞后等缺点,计设
递归模糊神经网络控制器,过在线的动态反馈增强水下机器人对环境变化的反应能力。并在网通 络的第三层即 P t层设计阈值, ei r根据控制器误差的在线控制网络的学习和训练量,而减少了模从 糊神经网络的计算量,高反应速度。基于反向梯度传播原理,提由能量函数设计了该网络的学习算
法,并根据离散型李亚普诺夫函数确定了学习率参数,而保证整个网络的收敛性。实验结果表从明,该控制器能够提高递归神经网络的计算效率,少控制误差,外界干扰具有较强的鲁棒性,减对在 水下机器人的控制方面取得了更好的效果。
关键词:下机器人;态控制; e i;递归神经网络;糊神经网络水动 Pt网 r模 中图分类号:P2 T 4文献标志码: A文章编号:10 - 4 X(0 2 0 -09— 6 0 7 4 9 2 1 ) 5 0 1 0
Dy a i n e wa e o o e u r n e r ln t r n m c u d r t r r b tr c r e t n u a e wo k c n r lwih Pe r .h e h l o t o t t it r s o d
HU N a, WA e, P N o g i, T N ud n A GH i N Li A G Y n-e j A G X—o g ( a oa K yL brt yo eh o g f u nm u new t ei e, N t nl e aoa r f cnl yo A t o osU dra r hc s i o T o o eV l H ri E gne n nvrt, abn100, hn ) a n nier gU ie i H ri 5 0 1 C i b i sy a
Ab t ac: a i o a u z ewo k c n r l rwa ia a td e n h a y c c l t n a
y tr ss r— s r t Tr d t n lf z y n t r o to l s d s dv n a g d i e v a u a i nd h se e i e i e o s o s o sr n it r a c .Th r f r uzy r c re tn u a ewo k c n r l rwa sg e p n e t to g d su b n e e eo e a f z e u r n e r ln t r o to l sde in d,i r e e n od r t mp o e te r b sn s o r s o d n o e vr nme tc a g h o g n i e d na c fe b c o i r v h o u t e sc re p n i g t n io n h n e t r u h o ln y mi e d a k.Th e h rs - od wa sue n t e t id l y rS st e ult r i i g a d l ani g a c r i g t o tolre o s l sis d i h h r a e O a o r g a etan n n e r n c o d n o c n r le r r.Th s u c c lto f t e a u ain o h wh l n t r s e u e . Mo e v r t e o ln r i i g lo t m s e e o e o e ewo k wa r d c d ro e, h n i e tan n ag r h wa d v lp d i b s d o r de td s e tmeh d.Th e r i g r t a a t r r e emi e c o d n o d s r t - a e n g a in e c n t o e la n ae p r mee s wee d tr n d a c r i g t ic ee n
tp y p n v f n t n,w i h g a a t e h h l ew r o v r e c .E p rme t h v e n ta y e L a u o ci u o h c u r n e d t e w o en t o k c n e g n e x e i n s a e d mo s— r td t a h o r le a mp o e t e c mp tto fii n y,r d c o to ro e h tt e c ntolr c n i r v h o u ai n efce c e u e c n r le ̄,p se s sr n o o s s to g r b t e sa d b ey efc ie i h n r t rr boi o to
. usn s n e v r fe t n t e u de wae o tc c n r 1 v Ke r y wo ds: n e ae o o;d n mi o to;Per t e u r n e r lnewo k;f z y n t r u d r t rr b t y a c c n r l w tine;r c re tn u a t r u z ewo k
01 6—0 7收稿日期 2 1—0
基金项目国家 83计划资助项目( 0 8 A 93 1 )海洋工程国家重点实验室( 6 20 A 0 2 0—2,上海交通大学)开放课题资助 ( 12 10 )
作者简介黄
海( 9 8 )男,士, 17一,博讲师,研究方向为水下机器人控制与作业技术;
万磊( 94 )男, 16一,博士,教授,博士生导师,究方向为水下机器人技术;研 庞永杰( 95 ),教授, 15一男,博士生导师,究方向为水下机器人技术;研 通讯作者黄
唐旭东( 9 2 )男,士,究方向为水下机器人控制与图像技术。 18一,博研 海

本文从工程实现控制的角度出发,针对船舶运动非线性和动态时变的特点, 提出了基于递归神经网络在线辨识的控制方案。该方案利用递归神经网络学习算 法建立的神经网络...
一种基于动态递归神经网络的交通流量实时预测方法_交通运输_工程科技_专业资料。...遗传算法是一种基于自然选择和自然遗传的全 局优化算法, 已被广泛应用于机器...
该文利用递归神经网络构建了移动机器人传感 器输入和执行器输出的行为结构, 利用改进的进化 算法对神经网络控制器进行优化设计. 改进的进化 算法采用实数编码方案, ...
法 Jkb等 在仿 真机器人上进化 了动 态递归神经网络控制 器 ,不 同的噪声... 水下机器人的动态Petri递... 暂无评价 6页 2.00 改进的生物激励神经...
移动机器人编队的递归模糊神经网络滑模控制_信息与通信_工程科技_专业资料 暂无评价
水下机器人的动态Petri递归... 暂无评价 6页 2.00元 基于自结构动态递归...基于动态递归神经网络的超磁致伸缩驱动器精密位移控制 107 传统的线性法进行控制...
基于Petri网的递归模型构造与分析_专业资料。在软件的设计过程中,开发者通常会使用递归的方法来代替复杂的循环过程。虽然递归的方法相对简单,却比较难于理解和控制。...
水下机器人的动态Petri递归... 暂无评价 6页 2.00元 基于变论域电阻点焊...2006 文章编号: 100120920 ( 2006) 0820918205 基于递归神经网络的移动域控制方法...
一种递归模糊神经网络自适应控制方法_专业资料。构造了一种递归模糊神经网络(... 永磁同步电机的模糊神经... 23人阅读 3页 2.00 水下机器人的动态Petri...
神经网络在控制中的应用_冶金/矿山/地质_工程科技...10 5.1 神经网络辨识由于递归神经网络本身具有动态...辨识器要求能够很好地反映机器人的动态,并具有较简单...
热门文档