没有合适的资源?快使用搜索试试~ 我知道了~
首页ANFIS在机器人系统建模中的应用与优势
本文主要探讨了2010年发表的一篇关于"基于ANFIS的机器人系统建模的研究"的论文。作者王洪瑞、张永兴和刘聪娜针对机器人系统的复杂性与不确定性,提出了一个创新的建模方法,即利用自适应神经模糊推理(ANFIS)技术。ANFIS结合了模糊推理的灵活性和神经网络的学习能力,通过自动从输入输出数据中学习并提取规则,以构建机器人的非线性模型。 在建模过程中,为了给ANFIS提供一个合适的初始状态,作者运用了减法聚类算法对输入数据进行预处理,这种方法有助于提高模型的稳定性和准确性。ANFIS网络的参数调节采用了一种混合策略,其中前提参数(如规则的权重和激活函数)通过误差反向传播法进行调整,这有助于优化网络的结构;而结论参数(如系统函数的系数)则通过最小二乘法求解,确保模型参数的最优估计。 通过在Matlab平台上对二自由度机器人进行仿真,研究结果显示该方法具有显著的优点:模型结构简洁,建模速度较快,而且辨识精度较高。这些特性使得ANFIS在处理机器人系统的复杂动态行为时表现出良好的性能。此外,这项研究的结果验证了ANFIS在机器人系统建模中的有效性,为后续实现机器人鲁棒自适应控制提供了理论支持和技术基础。 关键词包括"机器人系统"、"模糊聚类"和"自适应神经模糊推理",表明了研究的焦点在于解决实际工程中的问题,以及探索如何利用AI技术改进机器人控制系统的性能。这篇论文不仅展示了ANFIS在机器人领域的应用潜力,也为该领域的进一步研究和发展指明了方向。
资源详情
资源推荐
2010
年
9
月
第
17
卷第
5
期
控制工程
Sep.
20
1 0
Vo
l. 17 ,No. 5
Contr
世
Engineering
of
China
文章编号:
1671-7848
(2010)
05
-0
691
-0
4
基于
ANFIS
的机器人系统建模的研究
王洪瑞
I
气张永兴刘聪娜
l
(1.燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛
0660
剧
2.
河北大学电子信息工程学院,河北保定
071002)
摘
要:针对机器人这种不确定性的复杂非线性系统很难建立其精确的数学模型这一问
题,提出一种基于自适应神经模糊推理
(ANF1S)
的方法对机器人系统进行建模。此方法将模糊
推理和神经网络的学习能力有机地结合起来,并利用神经网络的学习机制自动地从输入输出
数据中提取规则
c
建摸过程中为了给
ANF1S
赋予一个合适的初始状态,选用减法聚类对输入
数据进行处理
o
ANFIS
网络的所有参数采用混合算法进行调节,即前提参数采用误差反向传播
法,结论参数采用最小二乘法。最后在
Matlab
中对二自由度机器人进行仿真研究,仿真结果
表明该方法模型结构简单,建模速度快,辨识精度高,同时也验证了该方法的有效性,为进一
步实现机器人鲁棒自适应控制打下基础。
关键词:机器人系统或法聚类;自适应神经模糊推理
中图分类号
TP
27
文献标识码
A
On Robot System Modeling Based on ANFIS
WANG
Hong-rui
I
,2 , ZHANG Yong-xing
I
, LIU
Cong-n
α1
C
1.
Key
Laq
of
Industrial
COI
叩
uter
Control
Engineering
of
Hebei
Province
,
Yanshan
University
,
Qinhuangdao
066004 , China;
2.
Oepartmcnl
of
Electronic
and
Infollllational
Engineering
,
Hebei
University
,
Baoding
071002 , China)
Abstract:
To
the uncertain , complex and nonlinear robot system , which is hard
to
found its accurate mathematical model , the model-
ing approach based on adaptive neuron-fuzzy inference system( ANF1S) is presented. This method organically combines fuzzy inference
and learning ability of neural network
,
ancl
aUlomatically exlracts mles from the input and output data.
1n
orcler
to
give an appropriate
original state
, the subtractive clustering is
usecl
to
process the input data. All parameters of ANFIS net are acljusted by hybrid algo-
rithm
, i. e. the premise parameters are adjustecl by error back-propagation methocl
ancl
the conclusion parameters by least square proce-
dure. The Matlab simulation results of two-DOF robot inclicate that the methocl is simple
, accurate, fast
ancl
effective.
Key
words:
robot system; subtractive clustering; ANFIS
1
引
机器人系统是一个十分复杂的多输入多输出系
统,具有时变、强精合和非线性动力学特性。机器
人性能的优劣,功能的强弱与控制器有着密切关
系。为了对机器人进行有效的控制,需要确定其精
确的数学模型。但在机器人解析建模过程中需要做
大量的近似处理,忽略一些不确定性因素和不确定
性的外界干扰,如机器人各关节之间的摩擦以及信
号的检测误差等
[IJ
建立其精确的数学模型就非常
困难。近年来,人们试图去找一些新方法来解决这
个问题,如文献
[2J
就用了在线模糊聚类对二自由
度机器人进行了建模分析,但它没有考虑外界干
扰,辨识精度也不是很高。
自适应神经模糊推理系统(
ANFIS)
是一种基于
Sugeno
模型的模糊推理系统。它是将模糊推理和神
收稿日期:
2009
-0
3-31;
收修定稿日期:
2009
-0
4-22
经网络有机结合起来形成的一种新型的模糊推理系
统结构,对非线性系统具有任意逼近特性
[3]
。结合
减法聚类它具有收敛速度快,训练误差小,所需训
练样本少等特点。自
1993
年
Jang
Roger
提出以
来
[4]
己广泛应用到信号处理、模式识别、工业系
统建模等领域[圳。本文绕开机器人复杂的结构,
提出一种基于
ANFIS
的机器人系统的建模方法,并
以二自由度机器人作为对象进行仿真研究。结果表
明该方法模型结构简单,建模速度快,辨识精度
高,也验证了本文方法的有效性。
2
机器人系统的分析
在不考虑摩擦和外界扰动的情况下,对于一个
n
自由度机器人,在各关节上有力/转矩作用时,
应用拉格朗日方法建立的机器人动力学模型[7]如
下:
基金项目:河北省自然科学基金资助项目(凹
007000223
)
;河北省科技攻关计划项目
(072121060)
作者简介:王洪瑞(1
956
少,男,黑龙江克山人,教授,博士生导师,主要从事机器人控制、现代控制理论、冶金自动化等方面的教学
与科研工作。
下载后可阅读完整内容,剩余3页未读,立即下载
weixin_38675969
- 粉丝: 2
- 资源: 957
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 达梦数据库DM8手册大全:安装、管理与优化指南
- Python Matplotlib库文件发布:适用于macOS的最新版本
- QPixmap小demo教程:图片处理功能实现
- YOLOv8与深度学习在玉米叶病识别中的应用笔记
- 扫码购物商城小程序源码设计与应用
- 划词小窗搜索插件:个性化搜索引擎与快速启动
- C#语言结合OpenVINO实现YOLO模型部署及同步推理
- AutoTorch最新包文件下载指南
- 小程序源码‘有调’功能实现与设计课程作品解析
- Redis 7.2.3离线安装包快速指南
- AutoTorch-0.0.2b版本安装教程与文件概述
- 蚁群算法在MATLAB上的实现与应用
- Quicker Connector: 浏览器自动化插件升级指南
- 京东白条小程序源码解析与实践
- JAVA公交搜索系统:前端到后端的完整解决方案
- C语言实现50行代码爱心电子相册教程
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功