原文服务方: 自动化与仪表       
摘要:
针对传统BP神经网络算法应用于机器人逆运动学求解时存在的因易陷入局部极值导致输出误差偏大的问题,该文提出了一种基于PSO优化的BP神经网络在求解机器人逆运动学中的应用.首先通过PSO算法迭代计算粒子适应度;其次,依据个体极值和群体极值的不断更新得到最优的BP网络初始权值阈值.该方法避免了局部极值问题并且加快了BP网络训练过程的收敛速度.实验结果表明,采用论文提出的方法对机器人逆运动学的求解得到误差小于0.1°的关节角输出.
推荐文章
基于三个并行BP神经网络的机器人逆运动学求解
机器人
逆运动学
神经网络
LM算法
基于BP神经网络的排爆机械臂逆运动学分析
机械臂
逆运动学
神经网络
最优化算法
基于神经网络的机器人的逆运动学分析
BP神经网络
六自由度
机器人
逆运动学
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
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
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PSO优化BP神经网络的逆运动学求解研究
来源期刊 自动化与仪表 学科
关键词 BP神经网络 PSO算法 逆运动学求解 机器人
年,卷(期) 2016,(11) 所属期刊栏目 专题研究
研究方向 页码范围 1-6
页数 6页 分类号 TP242.6
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王姮 西南科技大学特殊环境机器人技术四川省重点实验室 63 459 10.0 19.0
2 刘满禄 西南科技大学特殊环境机器人技术四川省重点实验室 59 191 8.0 11.0
4 赵建强 西南科技大学特殊环境机器人技术四川省重点实验室 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (29)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (6)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
PSO算法
逆运动学求解
机器人
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
论文1v1指导