基于优化FGRBF神经网络的机器人跟踪控制  

An FGRBF-based mobile robot tracking control of neural network

作　　者：陆薇[1] 樊劲辉[2] 张红瑞[3] 

机构地区：[1]石家庄医学高等专科学校计算机系,河北石家庄050071 [2]河北科技大学电气工程学院,河北石家庄050018 [3]石家庄职业技术学院信息工程系,河北石家庄050081

出　　处：《石家庄职业技术学院学报》2015年第4期21-25,共5页Journal of Shijiazhuang College of Applied Technology

基　　金：2011年度河北省科技支撑计划项目(112035131D);2015年度河北科技大学通用航空平台项目

摘　　要：针对常规基于S型基函数的模糊神经网络存在随模糊控制规则数目增加导致中间层节点激增的问题,设计了一种改进型的模糊高斯径向基函数神经网络控制器,给出了优化的模糊神经网络结构模型和控制器设计优化改进方法,利用减少中间层节点的数量降低算法的复杂度,并提高跟踪控制的实时性.通过优化算法在移动机器人上的仿真应用,验证了所提改进算法在跟踪控制运行中的实时性、有效性和可行性.In conventional fuzzy neural network based on S-type function, the number of nodes at the corresponding intermediate layer grows with the fuzzy rule number. An optimized fuzzy Gauss function neural network controller is discussed in this paper. Both the structure and the controller designing method are detailed. This optimized fuzzy neural network reduces the number of intermediate lays, and the real- time computation ability is guaranteed. Finally, the optimized algorithm is applied on a mobile robot, and the simulation results of tracking control has verified the real-time, effectiveness and feasibility of the method.

关 键 词：模糊神经网络 模糊高斯径向基函数 移动机器人 跟踪控制 

分 类 号：TP242.6[自动化与计算机技术—检测技术与自动化装置]