Resumen

Este artículo se centra en el aprendizaje neural a partir del control neural adaptativo (ANC) para una clase de manipulador de articulaciones flexibles bajo la restricción de seguimiento de salida. Para facilitar el diseño, se introduce una nueva función transformada para convertir el error de seguimiento restringido en una variable de error no restringida. Luego, se propone un novedoso esquema de control de superficie dinámica neural adaptativo al combinar la aproximación universal neural. El esquema de control propuesto no solo reduce la dimensión de las entradas neuronales, sino que también disminuye el número de aproximadores neuronales. Además, se puede verificar que todas las señales en lazo cerrado están acotadas de manera uniformemente última y que el error de seguimiento restringido converge a una pequeña vecindad alrededor de cero en un tiempo finito. En particular, la reducción del número de variables de entrada neuronal simplifica la verificación de la condición de excitación persistente (PE) para redes neuronales (NNs). Posteriormente, se verifica de forma recursiva que el esquema ANC

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Control neural adaptativo; Manipulador de articulaciones flexible; Restricción de seguimiento de salida; Control de superficie dinámica neural; Redes neuronales; Rendimiento de control
• Keywords:Adaptive neural control; Flexible joint manipulator; Output tracking constraint; Neural dynamic surface control; Neural networks; Control performance