1.一种复合二次型多关节机械臂最优控制方法，其特征在于，包括如下：步骤(1)，针对非线性多关节机械臂控制系统，设计线性误差函数，作用在非线性多关节机械臂控制方程，并设计基于RBF网络自适应逼近控制器，自适应逼近非线性方程中存在的不确定项，构成全局稳定的闭环反馈系统，实现线性函数对非线性多关节机械臂系统的自适应控制目的；

步骤(2)，设计带约束条件的复合二次规划模型求解方法，将前一步骤中多关节机械臂控制输出作为该二次规划模型中待定输入系数，将待求控制能量u与控制误差 复合成一个未知矢量x，并设计饱和函数及一层类神经网络(称为类递归神经网络)训练得其状态方程及输出方程，快速收敛于有限时间并得其解，从而求得控制能量u与控制误差 实现用不大的控制能量来保持较小的控制误差的最优控制目的。

2.根据权利要求1所述的一种复合二次型多关节机械臂最优控制方法，其特征在于，所述步骤(1)中控制器中误差函数r(t)的设计、自适应RBF网络对控制器的自适应整体逼近即多关节机械臂控制系统中未知参数的自适应逼近拟合，达到全局稳定的状态，线性控制律对非线性系统的控制。

3.根据权利要求1所述的一种复合二次型多关节机械臂最优控制方法，其特征在于，所述步骤(2)中将非线性多关节机械臂系统中控制律u与控制误差 复合成一个未知矢量x，建立带约束条件的复合二次型泛函模型，设计饱和函数及类神经网络求解复合二次泛函模型，快速收敛于有限时间并得其解的特性。

4.根据权利要求1所述的一种复合二次型多关节机械臂最优控制方法，其特征在于，具体步骤如下：步骤(1)：设计基于RBF网络自适应逼近的多关节机械臂控制器

1)设计控制律

定义θ的跟踪误差为：

e(t)＝θd(t)-θ(t)其中：θd(t)为理想状态下的广义节点位置坐标矢量设计线性误差函数为：其中： 的增益矩阵，则：

其中：

为系统输入量。

设计控制律为：

其中： 为RBF网络自适应逼近的估计值，则可得：

2)设计RBF网络自适应逼近的控制律RBF神经网络算法为：

RBF网络自适应逼近f(q)，则输出 为：RBF网络逼近的自适应控制律为：其中： s为克服RBF网络自适应逼近误差的鲁棒项。

3)设计RBF网络自适应逼近f(q)中各不确定项对f(q)中各项进行逼近：

则被控对象f(q)的RBF网络自适应整体逼近 为：则RBF网络自适应逼近的控制律为：步骤(2)：建立及求解复合二次型多关节机械臂最优控制方程

1)建立带约束条件的复合二次型泛函方程设计多关节机械臂系统控制方程为τj＝Pu，其中τj为步骤(1)输出 u为最优控制律，P为将控制律u映射到广义空间的线性变换。则机械系统参考控制动作值为：其中：F为由动力学机械系统约束引起的雅可比约束，λ1为待定比例因子，则：得：

设计正向运动学方程：

可得:

复合二次型泛函方程的积分形式为：式中： 为跟踪误差，u(t)为最优控制律。

泛函方程的等式约束条件为：

泛函方程的不等式约束条件为：

注：其物理意义为机械系统非零控制动作矢量与电机正常反应和摩擦力所引起的动作矢量应小于控制律。

将泛函方程抽象为如下复合二次型模型：s.t.Ax＝b

l≤Ex≤h

其中： 为将跟踪误差 最优控制律u(t)、雅可比矩阵系数λ复合而成和二次规划模型，M为正定矩阵，Ax＝b为等式约束条件，l≤Ex≤h为不等式约束条件。结合多关节机械臂控制系统则：其中，κ1、κ2为调节比例因子。

2)求解带约束条件的复合二次型泛函方程求得复合二次规划问题的拉格朗日函数为：令拉格朗日函数L关于x、λ的矢量偏导为零，得：设计饱和函数g(ρEx+μ)，使得 有：成立。

令W为正定矩阵且矩阵A满秩，求解拉格朗日方程可得：由上式成立得AM-1AT为可逆的，则rank(AM-1AT)＝rank(A)且满秩。令：求得：

x＝-S1ETμ+S2

并代入饱和函数g(x)得：

g(ρEx+μ)＝g[(I-ρES1ET)μ+ρES2]＝ρES1ETμ+ρES2使用一层类神经网络训练上式得关于μ的状态方程为：其中：ε为比例缩放因子，sigr定义为：对求解所提复合二次型多关节机械臂最优控制方程可概述为：状态方程：T

输出方程：x＝-S1Eμ+S2其中： 为所求控制误差，u为所求最优控制律。