机器人逆运动学的微分进化与粒子群优化BP神经网络求解

• 作者: 林健 温秀兰 陈桂 陈耀忠
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 微分进化 粒子群优化 反向传播神经网络 机器人 逆运动学 收敛速度 权值 阈值 关节角度误差 位置误差
• 年，卷（期）: 2014,（6）
• 页码范围: 763-768
• 页数: 6页
• 分类号: TP242
• 字数: 4141字
• 语种: 中文

摘要

针对采用传统反向传播( BP)神经网络算法进行逆运动学求解收敛速度慢的问题，提出将微分进化( DE)与粒子群优化( PSO)算法相结合，对用于机器人逆运动学求解的BP神经网络进行优化。基于机器人正解映射建立优化算法的目标函数，在PSO过程中，引入DE操作优化粒子进化方向，并将此混合算法用于BP神经网络权值与阈值的优化。对KUKA机器人进行仿真实验，结果表明：采用该文方法对机器人逆运动学问题的求解精度高，求得的关节角度误差小于0.1°；逆运动学求解结果所对应位姿矩阵的位置误差在0.1 mm数量级，具有较好的泛化能力。该文方法满足机器人位置和姿态方面的精度要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温秀兰	南京工程学院自动化学院	86	411	11.0	15.0
2	林健	南京工程学院自动化学院	81	291	8.0	12.0
3	陈桂	南京工程学院自动化学院	69	368	11.0	15.0
4	陈耀忠		5	36	2.0	5.0