摘要
本发明提供了一种级联机制特征增强宽度学习和弹性网回归结合的机械臂运动控制方法。针对现有机械臂运动控制方法计算量大,没有考虑机械臂各关节的控制精度的技术问题,本发明构建级联特征增强宽度学习系统的运动控制网络,充分提取数据信息,提升机械臂建模效率;利用弹性网回归设计机械臂运动控制网络的回归算法,用于控制网络参数学习以提高关节精准位置跟踪,有效减少计算特征冗余;将李雅普诺夫稳定性理论与智能控制网络相结合约束控制网络的参数生成,以提高所提机械臂运动控制稳定性和收敛能力。
技术关键词
机械臂运动控制
宽度学习系统
位置跟踪
节点
李雅普诺夫函数
级联机制
误差
回归算法
内部控制系统
定义
智能运动控制
驱动关节
智能控制网络
控制策略
系统为您推荐了相关专利信息
小电流接地配电网
小波神经网络
故障区段定位方法
单相接地故障
特征提取模块
作战单元
贡献度评估方法
网络通信
效能
体系贡献度评估
控制优化方法
渔业生态
监测传感器
事件特征
极值
坐标系构建方法
节点
拓扑网络
PageRank算法
Louvain算法
多模态对话
情绪识别方法
模态特征
时序
节点特征