选用高斯函数作为含糊从属函数，将含糊操控与神经网络相结合。使用神经网络完成含糊推理，运用了一种含糊高斯基函数神经网络．并用于两关节机器人的轨道盯梢操控。仿真结果表明，该网络对机器人轨道盯梢操控具有很好的作用，是一种卓有成效的操控办法
导言
跟着机器人技能与操控技能的开展，机器人在日常日子和工农业生产中得到广泛使用。机器人对象是一个非线性、强耦合的多变量体系，在运动进程巾．因为存在冲突、负载改变等不确认要素，因而它仍是一个时变体系．
传统的机器人操控技能大多是根据模型的操控办法，无法得到满足的轨道盯梢作用，含糊操控和神经网络等人工智能的开展为处理机器人轨道盯梢问题供给了新的思路。一般含糊操控的操控规矩大部分是人们的经验总结．不 具有自学习、自习惯的才能，往往还遭到人的主观性的影响．因而不能很好地操控时变小确认的体系。因为神经网络具有杰出的自学习、自习惯、联想等智能，能习惯体系复杂多变的动态特性．含糊操控和神经网络的结合成为学者研讨的要点。使用神经网络非线性映射、自学习才能来渊整含糊操控．使含糊操控具有必定的自习惯才能，一起也使神经网络获得了含糊操控的推理概括才能。本文对含糊神经网络在机器人操控中的使用进行研讨，提出了一种含糊高斯基神经网络的机器人轨道盯梢操控。仿真结果表明，该操控办法能很好地对机器人轨道进行盯梢。
