資源描述：
《基于神經(jīng)網(wǎng)絡(luò)的水下機(jī)器人運(yùn)動(dòng)控制技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基丁神經(jīng)網(wǎng)絡(luò)的水下機(jī)器人運(yùn)動(dòng)控制技術(shù)研究摘要2l世紀(jì)是海洋的世紀(jì)，占全球75％面積的海洋將是這個(gè)世紀(jì)，也是未米人類賴以生存的環(huán)境。海洋，對(duì)于人類的發(fā)展和社會(huì)進(jìn)步將起到至關(guān)重要的作用。自主式水下機(jī)器人(AUV)將是未來(lái)海洋探測(cè)和丌發(fā)，以及完成各種水下智能作業(yè)任務(wù)的重要工具。針對(duì)水下機(jī)器人的動(dòng)力學(xué)特性以及考慮到復(fù)雜的海洋環(huán)境，本文重?！c(diǎn)研究神經(jīng)網(wǎng)絡(luò)技術(shù)在水下機(jī)器人運(yùn)動(dòng)控制中的應(yīng)用。山于水下機(jī)器人具有較強(qiáng)的非線性特征，而且很難建立一個(gè)較為精確的數(shù)學(xué)模型，同時(shí)，海洋環(huán)境中存在許多不確定因素，因此，傳統(tǒng)的基于模型的控制方式不能很好地解決水F機(jī)器人的運(yùn)動(dòng)控制問(wèn)題。神經(jīng)網(wǎng)絡(luò)技
2、術(shù)的出現(xiàn)，由于其非線性特征和具有自學(xué)習(xí)、自適應(yīng)能力而成為一種蓬勃發(fā)展的智能控制技術(shù)，在各行各業(yè)都得到了’LC足的發(fā)展。然而，神經(jīng)剛絡(luò)存在收斂速度慢，穩(wěn)定性差的缺陷，這在一定程度¨制約了其在實(shí)際工作中的應(yīng)用。本文基丁二水下機(jī)器人返樣一個(gè)試驗(yàn)平臺(tái)，通過(guò)優(yōu)化{：
3、1l經(jīng)剛絡(luò)的學(xué)習(xí)算法來(lái)提高網(wǎng)絡(luò)的收斂速度及其穩(wěn)定性，并在。個(gè)良好的控制機(jī)制(運(yùn)動(dòng)意志)下實(shí)現(xiàn)了水下機(jī)器人的自主運(yùn)動(dòng)控制。從試驗(yàn)結(jié)果來(lái)看，效果很好。采用神經(jīng)網(wǎng)絡(luò)技術(shù)，既可以較好地解決水’li機(jī)器人空間運(yùn)動(dòng)過(guò)程中各個(gè)自由度之I'NJ的耦合效應(yīng)，又能夠適應(yīng)機(jī)器人載體和海洋環(huán)境的變化，很適合r用來(lái)設(shè)計(jì)控制器。本文著力于
4、神經(jīng)網(wǎng)絡(luò)的算法研究，經(jīng)過(guò)優(yōu)化，我們可以看出，將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于水下機(jī)器人的運(yùn)動(dòng)控制中是可行的，而且取得了不錯(cuò)的效果，這對(duì)水下機(jī)器人的運(yùn)動(dòng)控制以及神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用都起到了一定的推動(dòng)fi-：N。關(guān)鍵詞：lj主式水下機(jī)器人：豐
5、1I經(jīng)網(wǎng)絡(luò)控制；BP算法基于神經(jīng)網(wǎng)絡(luò)的水F機(jī)器人運(yùn)動(dòng)控制技術(shù)Wf究AbstractInthe21thcentury，theexploitationandutilizationofoceanresourceswillgetmoreandmoreattentionfronagovernmentsofa11countriesintheworld．w
6、hichCallsurelypromotethehumandevelopmenfandsocietyadvancement．Inthisfield，asweknow,autonomousunderwatervehicles(AUV)willmakeallimportantroleAccountingforhydrodynamicspecialitiesofautonomousunderwatervehiclesandcomplexoceanenviromnent，thisthesisdiscussedtheapplicationofneuralnetworkint
7、hemotioncontrolofAUV．Owing／．othenonlineal‘ityofAUv'itishal’dtOestablishaprecisemathematicalmodelforAUv，andasmanyuncertaintiesofoceanenvironment，thetraditionalcontr01methodsbasedonmatlaernaticalmodelareunfitformotioncontrolofAUV．Neuralnetwork，developingrapidly，iswidelyusedinmanyfieldsd
8、uetoitsnonlinearityandse】f-learning、adaptiveabilities．Butthedisadvantagesofneul‘a(chǎn)lnetworksuchasslowastringencyandbadstability,limititsapplicationinrealprNectsThisthesisestablishedaactlralnetworkcontrollerforAUKoptimizingthelearningalgorithmofneuralnetworktoimprovetheastringencyandstab
9、ility,trainedbyagoodcontrolmechanismTestresultsshowthattheperformanceofthecontrollerissatisfyingNeuralnetworkiSsuitableforthedesignofcontroller．whichcansolvethecouplingeffectbetweendegreesandadapttOthechangesofcarrieI／Dlatfo3‘mandoceanenvironmell[Thisthesisfocusesontheoptimizationofle
10、arnin
