10.3969/j.issn.1000-3428.2010.22.069
基于免疫RBF神经网络的逆运动学求解
求解机械臂逆运动学问题可以采用神经网络来建立逆运动学模型,通过遗传算法或BP 算法训练神经网络的权值从而得到问题的解,在求解精度和收敛速度上有待进一步改进.采用人工免疫原理对RBF 网络训练数据集的泛化能力在线调整隐层结构,生成RBF 网络隐层.当网络结构确定时,采用递推最小二乘法确定网络连接权值.由此对神经网络的网络结构和连接权进行自适应调整和学习.通过仿真可以看出,用免疫原理训练的神经网络收敛速度快,泛化能力强,可大幅提高机械臂逆运动学求解精度.
机械臂、免疫原理、RBF 神经网络、逆运动学求解
36
TP241(自动化技术及设备)
海南省自然科学基金资助项目60897;海南省教育厅基金资助项目HJ2009-135;量子工程与微纳能源技术湖南省普通高校重点实验室开放课题基金
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
192-194