技术总结
本发明公开了一种基于ELM的机器人自适应跟踪控制方法，包括以下步骤：第一步：提出针对系统不确定项进行整体逼近与分块逼近的两种ELM自适应神经控制算法；第二步：ELM逼近系统的未知非线性函数；第三步：基于Lyapunov稳定性理论分析设计；第四步：分段设计ELM网络权值自适应调节律；第五步：对ELM自适应控制算法进行仿真。本发明的基于ELM的机器人自适应跟踪控制方法，针对刚性臂机器人系统，提出基于极限学习机(ELM)的两种自适应神经控制算法，极限学习机随机选择单隐层前馈神经网络(SLFNs)的隐层节点及其参数，仅调整其网络的输出权值，以极快的学习速度可获得良好的推广性。
技术研发人员：常琳
受保护的技术使用者：哈尔滨工大天才智能科技有限公司
文档号码：201510805269
技术研发日：2015.11.20
技术公布日：2017.05.31