一种改进RBF神经网络的机器人轨迹规划方法

• 作者: 张雯 谭宝成
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 机器人 轨迹规划 径向基函数(RBF)神经网络 最近邻聚类 变学习速率梯度下降方法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 计算机应用
• 页码范围: 10-11
• 页数: 2页
• 分类号: TP242.6
• 字数: 2109字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2010.01.005

摘要

在应用径向基函数RBF(Radial Basis Function)神经网络对机器人进行轨迹规划时,为解决一般学习算法中收敛速度慢、学习精度不高的问题,提出一种混合学习算法.该方法根据轨迹规划的具体要求,用最近邻聚类算法确定网络的结构和参数,通过在学习速率中加入自适应学习因子调整网络参数,以加快收敛速度.通过MATLAB软件进行仿真,结果表明混合学习算法收敛速度较快,逼近误差小,从而证明了该算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭宝成	西安工业大学电子信息工程学院	69	481	11.0	16.0
2	张雯	西安工业大学电子信息工程学院	1	4	1.0	1.0