基于代数算法神经网络在机器人逆运动学中的应用

• 作者: 倪骁骅 孙美艳 赵忠伟
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 代数算法 神经网络 机器人 逆运动学 自由权
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 179-183
• 页数: 5页
• 分类号: TH122
• 字数: 4341字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2009.08.054

摘要

采用多层前向INI神经网络建立机器人逆运动学模型.提出了一种神经网络代数算法来学习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的个数,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的新算法可以得到高精度的解,有仿真结果为证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵忠伟	盐城工学院机械工程学院	7	38	4.0	6.0
3	孙美艳	盐城工学院机械工程学院	5	26	3.0	5.0
5	倪骁骅	盐城工学院机械工程学院	79	202	9.0	10.0