基于动态模糊神经网络和改进RBF神经网络的两足机器人系统辨识

针对两足机器人连续离散混合动力系统中的辨识问题，提出了一种基于动态模糊神经网络（DFNN）和改进的径向基函数神经网络（RBFNN）的期望最大化聚类算法的联合辨识方法。 首先，我们应用改进的RBFNN来识别两足机器人行走的摆动阶段，然后使用DFNN来识别两足动物运动的碰撞阶段，进而实现对两足机器人运动轨迹的整体识别。 仿真结果表明，该方法具有学习速度快，识别精度高，可以有效识别两足动物机器人系统的特点，适用于具有连续性和离散性的混合动力系统。