基于遗传算法RBF的机械臂滑模控制

张建豪; 杨帆; 孙晓晋

doi:10.19479/j.2095-719x.2602127

天津城建大学学报 ›› 2026, Vol. 32 ›› Issue (2) : 127 -131. DOI: 10.19479/j.2095-719x.2602127

基于遗传算法RBF的机械臂滑模控制

张建豪, 杨帆, 孙晓晋

作者信息 +

Author information +

文章历史 +

摘要

为了解决六自由度机械臂在自身模型不能精确建立以及受到外部扰动时的轨迹跟踪问题，本文提出一种基于遗传算法优化的机械臂滑模控制方法.针对机械臂的数学模型参数不确定问题，利用RBF神经网络（径向基神经网络）能够逼近复杂的非线性函数的特点，去逼近机械臂模型参数的不确定部分.将RBF神经网络逼近后的模型带入滑模控制律中，完成了对机械臂轨迹跟踪控制方法的设计；由于遗传算法对RBF神经网络的优化，极为有效地提升了RBF神经网络对模型逼近的能力.然后，利用Lyapunov函数验证了系统的稳定性.最后，MATLAB仿真结果表明，基于遗传算法优化RBF神经网络的机械臂滑模控制可以克服模型参数的不精确性，能够控制机械臂跟踪给定轨迹.