改进神经网络自适应滑模控制的机器人轨迹跟踪控制

为了提高机器人轨迹跟踪控制性能，在神经网络滑模控制方法的基础上，提出了一种改进型神经网络自适应滑模控制方法．该方法将神经网络作为控制器，利用其非线性映射能力来逼近各种未知非线性，同时通过在控制律中加入鲁棒项来消除逼近误差．考虑到隐含层单元数和网络结构参数对神经网络映射有效性的影响，将降低抖振作为优化目标，采用粒子群优化算法对网络结构参数进行优化．最后在Matlab/Simulink环境下进行了仿真实验，并与其他控制方法进行了对比分析．仿真结果表明，基于该方法所设计的控制系统具有良好的鲁棒性和控制精确度，同时有效地削弱了抖振．