改进代数算法神经网络在机器人逆运动学中的应用

作     者：赵忠伟 倪骁骅 孙美艳 

作者机构：江苏大学机械工程学院镇江212013 盐城工学院机械工程学院盐城224051 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2010年第7期

页      码：62-64页

摘      要：用多层前向INI神经网络建立机器人逆运动学模型。采用一种改进代数算法来学习神经网络待求权和自由权,该算法选择很广一类的隐层神经元函数训练网络,将复杂的非线性优化问题转化为简单的代数方程组求解问题,求解速度快;在网络训练之前就可以根据给定的问题确定隐层神经元个数,可以方便地求得全局最优点,实现样本空间的精确映射,不存在局部极小、收敛速度慢等问题。提出的求解机器人逆运动学新算法可以得到高精度的解,有仿真结果为证。

主 题 词：代数算法 神经网络 机器人 逆运动学 

学科分类：08[工学] 082304[082304] 080203[080203] 080204[080204] 0802[工学-机械学] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1001-3997.2010.07.026

馆 藏 号：203595154...