文献

J-GLOBAL ID：202202279154312850   整理番号：22A0841720

人工知能に基づくロボットファジィニューラルネットワーク運動システムの研究【JST・京大機械翻訳】

Research on Robot Fuzzy Neural Network Motion System Based on Artificial Intelligence

著者 (1件)： Hu Jie (Suzhou University, Institute of Physical Education, Suzhou 234000, Anhui, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自己学習間隔タイプIIファジィニューラルネットワークに基づくインテリジェント制御装置を提案して,良好な適応性を有する工業用インテリジェントロボットの運動制御装置を作った。この制御装置は並列構造を持ち,区間タイプIIファジィニューラルネットワークと従来のPD制御器を含む。間隔タイプIIファジィニューラルネットワークの設計のために,間隔タイプIIファジィ集合をスレーブ設計法を用いて確立した。フロントピースの間隔タイプIIファジィ集合の設計プロセスにおいて,二重シーケンス対称台形下位関数配列法を提案して,それは解析形式におけるシステムの自己学習法則と安定性解析をして,ハードウェアにおけるアルゴリズムの実用化を容易にした。ニューラルネットワーク自己学習法則の設計において,スライディングモード制御理論に基づくパラメトリック自己学習アルゴリズムを確立して,間隔タイプIIファジィニューラルネットワークの構造パラメータをオンラインで調整して,システムの安定性をLyapunov安定性定理を用いて証明した。3セットの検証シミュレーション実験を,デルタ並列ロボットの軌道追跡問題と共に与えた。シミュレーション結果は,システム不確実性の存在下で,間隔自己学習間隔タイプIIファジィニューラルネットワークに基づくインテリジェント制御装置が,システムの軌道追跡精度とロバスト性を著しく改善し,制御システムを環境に高度に適応できることを示した。自己学習間隔タイプIIファジィニューラルネットワークに基づく知的制御システムの実験と再利用可能なパーティクルスウォーム最適運動計画法の実験を設計し,インテリジェント制御システムと運動計画法の有効性を実験プラットフォーム上で検証した。実験結果は,自己学習間隔タイプIIファジィニューラルネットワークに基づくインテリジェント制御システムが,ロボット軌道追跡制御の精度と安定性を効果的に改善することができ,そして,再利用可能なパーティクルスウォーム最適運動計画法は,オンラインで複雑な制約でロボット運動計画問題を急速に解決できることを示した。Copyright 2022 Jie Hu. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  学習 ,  *ロボット ,  制御 ,  実験 ,  *ニューラルネットワーク ,  ファジィ集合 ,  *人工知能 ,  知能ロボット ,  ハードウェア ,  *ファジィニューラルネットワーク ,  学習アルゴリズム
準シソーラス用語： 自己学習 ,  インテリジェント制御 ,  Lyapunov安定性 ,  オンライン ,  軌道追跡 , 【Automatic Indexing@JST】

分類 (3件)： 電動機  (NB07030U) ,  人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

引用文献 (20件)：

• K. Vonsevych, M. F. Goethel, J. Mrozowski, J. Awrejcewicz, M. Bezuglyi, "Fingers movements control system based on artificial neural network model," Radioelectronics and Communications Systems, vol. 62, no. 1, pp. 23-33, 2019.
• P. Subbash, K. T. Chong, "Adaptive network fuzzy inference system based navigation controller for mobile robot," Frontiers of Information Technology & Electronic Engineering, vol. 20, no. 2, pp. 141-151, 2019.
• W. He, Y. Dong, "Adaptive fuzzy neural network control for a constrained robot using impedance learning," IEEE Transactions on Neural Networks and Learning Systems, vol. 29, no. 4, pp. 1174-1186, 2017.
• J. H. Jeong, K. H. Shim, D. J. Kim, S. W. Lee, "Brain-controlled robotic arm system based on multi-directional CNN-BiLSTM network using EEG signals," IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 28, no. 5, pp. 1226-1238, 2020.
• F. Jiang, F. Pourpanah, Q. Hao, "Design, implementation, and evaluation of a neural-network-based quadcopter uav system," IEEE Transactions on Industrial Electronics, vol. 67, no. 3, pp. 2076-2085, 2019.

タイトルに関連する用語 (5件)： 人工知能 ,  ロボット ,  ファジィニューラルネットワーク ,  運動システム ,  研究