采用高斯函數(shù)作為模糊隸屬函數(shù)，將模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合。利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊推理，運用了一種模糊高斯基函數(shù)神經(jīng)網(wǎng)絡(luò)．并用于兩關(guān)節(jié)機器人的軌跡跟蹤控制。仿真結(jié)果表明，該網(wǎng)絡(luò)對機器人軌跡跟蹤控制具有很好的效果，是一種行之有效的控制方法

　　引言

　　隨著機器人技術(shù)與控制技術(shù)的發(fā)展，機器人在日常生活和工農(nóng)業(yè)生產(chǎn)中得到廣泛應(yīng)用。機器人對象是一個非線性、強耦合的多變量系統(tǒng)，在運動過程巾．由于存在摩擦、負(fù)載變化等不確定因素，因而它還是一個時變系統(tǒng)．

　　傳統(tǒng)的機器人控制技術(shù)大多是基于模型的控制方法，無法得到滿意的軌跡跟蹤效果，模糊控制和神經(jīng)網(wǎng)絡(luò)等人工智能的發(fā)展為解決機器人軌跡跟蹤問題提供了新的思路。普通模糊控制的控制規(guī)則大部分是人們的經(jīng)驗總結(jié)．不 具備自學(xué)習(xí)、自適應(yīng)的能力，往往還受到人的主觀性的影響．因此不能很好地控制時變小確定的系統(tǒng)。由于神經(jīng)網(wǎng)絡(luò)具有良好的自學(xué)習(xí)、自適應(yīng)、聯(lián)想等智能，能適應(yīng)系統(tǒng)復(fù)雜多變的動態(tài)特性．模糊控制和神經(jīng)網(wǎng)絡(luò)的結(jié)合成為學(xué)者研究的重點。利用神經(jīng)網(wǎng)絡(luò)非線性映射、自學(xué)習(xí)能力來淵整模糊控制．使模糊控制具有一定的自適應(yīng)能力，同時也使神經(jīng)網(wǎng)絡(luò)獲得了模糊控制的推理歸納能力。本文對模糊神經(jīng)網(wǎng)絡(luò)在機器人控制中的應(yīng)用進(jìn)行研究，提出了一種模糊高斯基神經(jīng)網(wǎng)絡(luò)的機器人軌跡跟蹤控制。仿真結(jié)果表明，該控制方法能很好地對機器人軌跡進(jìn)行跟蹤。