[發明專利]模糊神經網絡控制器

在審

• 申請號: 202010529101.3
• 申請日: 2020-06-11
• 公開（公告）號: CN111856926A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 缸明義;柳傳武;史彥;夏興國;朱虹
• 申請（專利權）人: 馬鞍山職業技術學院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 南通錦惠知識產權代理事務所(普通合伙) 32384
• 代理人: 錢靚

1.一種模糊神經網絡控制器，其特征在于：信號采集器(1)連接有模糊神經網絡控制器(2)的輸入端，計算機(3)也與所述糊神經網絡控制器(2)的輸入端連接，所述糊神經網絡控制器(2)的輸出端連接信號處理器(4)，所述信號處理器(4)連接機械手模型(5)，所述信號采集器(1)與所述機械手模型(5)連接，所述機械手模型(5)連接有數據采集器(6)，所述數據采集器(6)與所述糊神經網絡控制器(2)連接，所述糊神經網絡控制器(2)的輸出端通過信號返回器(7)連接有指示燈(8)，所述指示燈(8)設置在所述信號采集器(1)與所述模糊神經網絡控制器(2)之間。

2.根據權利要求1所述一種模糊神經網絡控制器，其特征在于：所述機械手模型(5)包括基座(5-1)，所述基座(5-1)上設有支撐座(5-2)，所述支撐座(5-2)的上端通過第一旋轉關節(5-3)連接有第一連桿(5-4)的一端，所述第一連桿(5-4)的另一端通過第二旋轉關節(5-5)連接有第二連桿(5-6)的一端。

3.根據權利要求1所述一種模糊神經網絡控制器，其特征在于：所述模糊神經網絡控制器(2)的模糊神經網絡結構分為五層結構，分為兩個模糊神經網絡子網；

第1層為模糊神經網絡的輸入層，該層有4個節點，輸入范圍分別是e₁，ec₁,e₂，ec₂變論域，它們的論域均為[-6,6]，節點的輸入為

^kf₁(i)＝x_ki (2)

其中i＝1,2；k＝1,2。x_ki表示第k個子網的第i個輸入，^kf₁(i)表示第k個子網的第1層輸出。

第2層為模糊神經網絡的模糊化層，即隸屬度函數生成層，每個輸入e₁，e₂，ec₁，ec₂分為7個節點，即7個模糊語言集，分別為正大、正中、正小、零、負小、負中、負大，此層共有28個節點；采用Gaussian函數作為隸屬函數，與7個模糊語言集對應的Gaussian函數的中心值分別為{6，4，2，0，-2，-4，-6},寬度均為2；

其中^kc_ij和^kb_j分別表示第k個子網的第i個輸入變量第j個模糊集合的中心值和寬度，^kf₂(i,j)表示第k個子網的第二層輸出；

第3層為模糊神經網絡的推理層，在此網絡中用乘法代替取小運算；

^kf₃(i,j)＝^kf₂(1,i)^kf₂(1,j) (4)

其中i＝1,2,…,7；j＝1,2,…,7，^kf₃(i,j)表示第k個子網的第三層輸出；

第4層為模糊神經網絡的去模糊化層，采用加權平均法去模糊化；

其中^kw_ij⁽³⁾表示第k個子網中三層與四層之間的連接權值系數；

第5層為模糊神經網絡的輸出層，該層表示機械手兩關節之間耦合關系；

其中表示四層與五層之間的權值系數，它反映了各關節間的耦合作用。