文献

J-GLOBAL ID：201702219346144770   整理番号：17A0448267

不確実な動特性をもつロボットマニピュレータのための離散時間最適適応動径基底関数ニューラルネットワーク制御【Powered by NICT】

Discrete-time optimal adaptive RBFNN control for robot manipulators with uncertain dynamics

著者 (5件)： Yang Runxian (College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Yang Runxian (College of Electric and IT, Yangzhou Polytechnic Institute, Yangzhou, China) ,  Yang Chenguang (Zienkiewicz Centre for Computational Engineering, Swansea University, Swansea, UK) ,  Chen Mou (College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Annamalai Andy SK (University of the Highlands and Islands, Scotland, UK)
資料名： Neurocomputing  (Neurocomputing)
巻： 234  ページ： 107-115  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,新しい最適適応動径基底関数ニューラルネットワーク(RBFNN)制御は,離散時間における不確実な動特性をもつ多入力多出力(MIMO)非線形ロボットマニプレータのクラスについて調べた。ロボットコントローラのディジタル実装を容易にするために,離散時間におけるロボットモデルを採用した。高次不確定ロボットモデルを予測器形式に変換でき,フィードバック制御系は,離散時間における非因果的問題なく開発した。コントローラは,フィードバックシステムに基づく適応ニューラルネットワーク(NN)により設計した。適応RBFNNロボット制御システムは,批評者RBFNNと希望する制御と戦略的効用関数を近似するために,アクターRBFNN)により,それぞれ調べた。厳密なLyapunov解析を用いて,閉ループ信号の一様極限有界(UUB)を確立するために,不確実性と外乱に対して高品質の動的性能は,コントローラパラメータを適切に選択することによって得られる。シミュレーション研究は,提案した制御方式は,現在,ロボットマニピュレータのための他の利用可能な方法よりも優れた性能を示したたことを確認した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ロボット ,  制御装置 ,  *不確実性 ,  制御系 ,  フィードバック系 ,  効用関数 ,  *ニューラルネットワーク ,  フィードバック制御
準シソーラス用語： 有界 ,  Lyapunov解析 ,  適応ニューラルネットワーク ,  予測器 ,  MIMO ,  *動径基底関数ニューラルネットワーク ,  *ロボットマニピュレータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 離散時間システム ,  ニューラルネットワーク ,  ロボットマニプレータ ,  適応制御 ,  動力学不確実性

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 動特性 ,  ロボット ,  マニピュレータ ,  適応 ,  動径基底関数ニューラルネットワーク