模糊小波基神經網絡的機器人軌跡跟蹤控制
控制理論與應用模糊小波基神經網絡的機器人軌跡跟蹤控制孫煒王耀南（湖南大學電氣與信息工程學院，湖南長沙410082）隸屬函數，可在線根據誤差調整隸屬函數的形狀，使模糊神經網絡具有更強的學習和適應能力。仿真與。整個網絡分為兩個子網，每個子網代表一個關節(jié)的伺服控制器，考慮到關節(jié)之間的耦合作用，兩子網的輸出u1和u2分第3層代表“and”操作，在此網絡中用乘法代替取小運算。i=1一n第i層將輸入（誤差、誤差變化率）引入網絡。每個輸入的論域均為。
（7）進行模糊化。對應于每個輸入有3個模糊語言詞集（n，z，p）如第4層代表去模糊化過程。
第5層代表關節(jié)之間的耦合作用。
在本文中，網絡的輸入xoi，xti由各關節(jié)的跟蹤誤差、誤差變化率乘以量化因子得來；網絡的輸出y乘以放大因子得到作用于各關節(jié)的力矩大小。
網絡采用梯度法來進行學習，對和小波基函數的伸縮因子a平移因子b進行調整。定義目標函數為根據式（21）可調整⑴（4）根據式（23）（25）可調整w3），n，nn為學習率。
必說泛（k）―
本文標簽：模糊小波基神經網絡的機器人軌跡跟蹤控制
* 由于無法獲得聯系方式等原因，本網使用的文字及圖片的作品報酬未能及時支付，在此深表歉意，請《模糊小波基神經網絡的機器人軌跡跟蹤控制》相關權利人與機電之家網取得聯系。
：鞏經理
：13915946763
：南京塞姆泵業(yè)有限公司
