基于鲁棒学习算法的水下机器人神经网络控制

摘要：

针对水下机器人神经网络控制系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,结合误差反向传播学习算法,推导出一种新颖的强鲁棒性学习算法,并详细讨论其全局稳定性条件,最后在水下综合探测机器人仿真平台上进行了试验研究.结果表明,控制器对学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.

关键词： 水下机器人 神经网络 鲁棒学习算法 变结构控制 全局稳定性

作者: 梁霄 甘永 李晔 孙玉山 方少吉

作者单位: 哈尔滨工程大学,船舶工程学院,黑龙江,哈尔滨,150001

会议类型: 国内会议

会议名称: 第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)

会议地点: 哈尔滨

会议语种:中文

页码: 74-78

在线出版日期: 2006-08-05（万方平台首次上网日期，不代表论文的发表时间）