基于ELM的机器人逆动力学建模研究

摘要：

极限学习机（extremelearningmachine，ELM）是一种新型的前馈神经网络，可有效的处理复杂的非线性的回归拟合问题。本文提出了基于极限学习机的机器人逆动力学模型的建模方法，阐述了基本的设计思想和具体的算法过程，通过对二自由度刚性机器人的仿真，结果验证了该方法的有效性和可行性，与RBF神经网络相比极限学习机的优点在于训练时间短，能极快的达到全局收敛，且非线性系统建模精度和模型泛化能力都得到提高。

关键词：极限学习机、逆动力学模型、机器人、RBF神经网络、系统建模

分类号：TP183(自动化基础理论)

在线出版日期：2013-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：22-24,33