基于改进型BP网络的并联机器人自适应力控制

• 作者: 陈丽敏
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 并联机器人 自适应力控制
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 199-201
• 页数: 3页
• 分类号: TP24
• 字数: 2768字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2005.05.057

摘要

并联机器人力控制是并联机器人研究的一个热点和难点,引起了许多学者的关注,并取得了一定的成果.多数使用了传统的力控制研究方法.该文中,作者将神经网络引入并联机器人的力控制中,并介绍了一种改进型BP神经网络,以及其学习算法和网络的训练过程,并结合实际并联机器人6-SPS并联机器人,设计出基于改进型BP神经网络的并联机器人自适应力控制器,并进行了仿真和实验研究,通过研究表明所设计的控制器是可行和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈丽敏	牡丹江师范学院计算机系	17	52	4.0	6.0