基于粒子群模糊神经网络的立方体机器人建模

立方体机器人可等效为多变量、高阶、非线性、不稳定的多自由度空间动量轮倒立摆系统,为了解决立方体机器人系统非线性的特点和模型精度不高的问题。研究利用粒子群优化的模糊神经网络算法,通过对立方体机器人机体的输入输出数据进行学习,建立立方体机器人的粒子群模糊神经网络模型,再引入粒子群实现模糊神经网络参数的优化调整,最后选用PID控制器进行稳定性控制。仿真分析与实测实验结果表明,相较于机理模型,基于粒子群模糊神经网络模型的立方体机器人抗扰性更好,回到稳态的时间更快,控制精度更高。

资料为PDF文档格式.

本文档关键词:立方体,粒子,机器人,模糊,神经网络