摘要
根据小脑模型关节控制器(CMAC)收敛速度快,适于实时控制系统的特点,设计了一种 CMAC 学习控制方法。在该方法中,CMAC被用作前馈控制器对常规反馈控制器进行补偿。实验证明了所设计控制系统的有效性。
Cerebella model articulation controller （CMAC） neural network has fast learning speed and can be used very well for real time system. Hence, it is introduced in this paper to construct a study control strategy for robotic visual servo system. In this strategy, CMAC is used as feedforward controller to compensate a general feedback controller. The results of experiments proved the validity of the presented control system.
出处
《电气自动化》
北大核心
2007年第5期26-28,共3页
Electrical Automation
基金
广西自然科学基金资助(桂科自 0481011)
广西工学院科学研究基金(院科 061408)
