论文部分内容阅读
对于具有外界扰动和参数不确定性的机器人系统轨迹跟踪问题，给出了一个新的鲁棒神经网络控制算法．为了解决因神经网络隐层神经元输出持续激励（PE）性质的丢失而可能造成的参数飘移问题，与大量在文献中使用的神经网络权重调节法则σ-修正方法不同，给出了一个新的调节法则．基于此权重调节法则的鲁棒神经网络控制器既可保证网络权重有界从而克服了参数飘移问题，又能得到系统跟踪误差渐近收敛到零．数值试验表明，所提算法可行有效．