10.3969/j.issn.1006-2475.2007.11.011
基于径向基函数神经网络的机器人系统辨识
介绍了一种三层径向基函数神经网络,其学习算法采用正交最小二乘算法.首先根据正交最小二乘算法得到径向基函数神经网络的结构;然后对该网络的权值进行训练使它逼近给定的函数.为了验证径向基函数神经网络所具有的对任意非线性映射的任意逼近能力和自学习、自适应能力,以两关节机械手为辨识对象来进行实验研究.实验结果表明,该径向基函数神经网络具有良好的模型学习和逼近能力,并且学习速度快、收敛性好、鲁棒性强,尤其适合于具有连续线性与非线性对象的复杂系统的控制实时性要求.
径向基函数、神经网络、机器人、系统辨识
TP183(自动化基础理论)
2007-12-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
29-31,34