基于蚁群神经网络算法的机器人逆解
提出了一种机器人逆运动学问题建模的新方法.利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络.针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路.利用改进的蚁群算法学习神经网络,为神经网络提供了一种新的学习算法,使得该方法兼具了蚁群算法与神经网络的优点.应用实例表明了该方法的有效性,提高了机器人逆运动学求解的速度和精度.
蚁群算法、神经网络、逆运动学
38
TP183(自动化基础理论)
国家自然科学基金资助项目50775130;山东省自然科学基金资助项目Y2002F13
2009-01-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
72-76