Optimal Design of CMAC Neural-Network Controller for Robot Manipulators Young H. Kim and Frank L. Lewis, Fellow, IEEE Abstract—This paper is concerned with the application of quadratic optimization for motion control to feedback control of robotic systems using cerebellar model arithmetic

（1）小脑从各种传感器获得信号、反馈和命令，构成地址，地址的内容形成各种所需的动作。 （2）输出的动作只限制在最活跃神经中的一个小子集，绝大多数神经元都受到抑制

关于优化问题比较：传统的优化方法 （1）依赖于初始条件。 （2）与求解空间有紧密关系，促使较快地收敛到局部解，但同时对解域有约束，如可微或连续。利用这些约束，收敛快

一、模糊逻辑控制器的基本结构 二、模糊控制系统的设计 三、PID 控制器模糊增益调节 四、模糊系统的稳定性分析 五、利用MATLAB设计模糊控制器

（1）精确逻辑（传统逻辑）的一些概念 命题逻辑、布尔代数、和集合论是同构的。 隐含是重要的概念。 传统的命题逻辑中，命题的“真”和“假”必须具有 意义。逻辑推理是给定一个命题，组合成另一个命题的过 程

竞争学习和Kohonen自组织网络 竞争学习根据输入模式来更新权值，输入单元i与所有输 出单元j 用wij 连接。输入的数目即为输入的维数，输出的 数目即为输入数据要聚类的数目

(1） 产生的背景 (a) 更好的映射非线性函数 (b) 模拟人类神经系统,分工合作 (c) 在控制中,克服“时间交叉” (Temporal Crosstalk) 现象

相同之处 （ 1） 都是非数值型的非线性函数的逼近器、估计器、和动态系统； （2） 不需要数学模型进行描述，但都可用 数学工具进行处理； （3）都适合于VLSI、光电器件等硬件实现

4.1模糊控制的基本原理 4.2模糊控制系统分类 4.3模糊控制器的设计 4.4模糊控制器设计实例-洗衣机模糊控制 4.5 模糊自适应整定PID控制

5.1 模糊逼近 5.2 间接自适应模糊控制 5.3 直接自适应模糊控制 5.4 机器人关节数学模型 5.5 基于模糊补偿的机械手自适应模糊控制