کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6863740 1439520 2018 38 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Neural network control of networked redundant manipulator system with weight initialization method
ترجمه فارسی عنوان
کنترل شبکه عصبی از سیستم کنترل دستکاری شده شبکه با روش مقدار اولیه وزن
ترجمه چکیده
در این مقاله یک کنترل کننده ریشه برای دستیابی به هماهنگی ردیابی در فضای کاری برای دستکاریکنندگان انحصاری شبکه در شرایط پارامترهای ناشناخته سیستم، اختلالات و الزامات زیر تابع پیشنهاد شده است. ما متوجه می شویم که وزن اولیه عصبی کنترل کننده عصبی در ادبیات موجود، به طور ناگهانی انتخاب شده است که ممکن است بر عملکرد ردیابی تاثیر بگذارد. در کنترلر پیشنهادی، یک روش جهانی پیشنهاد شده است که وزن اولیه عصبی را که معمولا به مقادیر ایدهآل تقریبا نزدیک است، اختصاص داده و در نتیجه عملکرد ردیابی را می توان بهبود بخشید. در همین حال، ابعاد ورودی شبکه عصبی کاهش می یابد و تقریب پذیری شبکه عصبی تضمین می شود. برای نشان دادن اثربخشی کنترل کننده پیشنهادی، شبیه سازی شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
In this paper, a novel controller is proposed to reach tracking synchronization in task space for networked redundant manipulators in circumstance of unknown system parameters, disturbance and sub-task requirements. We notice that the initial neural weights of neural network controller in existing literatures are sloppily selected which may have influence on tracking performance. In the proposed controller, a universal method is proposed to carefully assign the initial neural weights that are commonly close to the ideal values, and consequently the tracking performance can be improved. Meanwhile, input dimension of neural network is reduced and approximability of neural network is ensured. Simulations are given to show the effectiveness of the proposed controller.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 307, 13 September 2018, Pages 117-129
نویسندگان
, , ,