基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对双足机器人的混合动力学系统辨识问题,从系统渐进稳定性角度分析,推导出连续与离散混合系统的可辨识条件,提出了一种基于混沌粒子群优化的径向基函数神经网络与动态模糊神经网络的联合辨识方法.利用混沌粒子群优化的径向基函数神经网络辨识双腿的连续摆动阶段,利用动态模糊神经网络辨识离散的足地碰撞阶段;依据两阶段同一变量的耦合、转换关系,实现了对双足机器人整体混合系统的准确辨识.仿真实验结果表明,该方法辨识和预测结果具有较高的准确度.
推荐文章
语音动力学系统的神经网络建模方法研究
人工神经网络(ANN)
递推预报误差算法(RPE)
混沌吸引子
分维
机器人动力学系统的神经网络辨识
BP网络
机器人
非线性
系统辨识
基于脉冲推力的半被动双足机器人无模型神经网络控制
双足机器人
半被动行走
脉冲推力
神经网络
无模型
考虑关节柔性的模块机器人动力学参数辨识
柔性关节机器人
参数辨识
Optotrak3020
最小二乘法
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 一种基于神经网络的双足机器人混合动力学系统辨识方法
来源期刊 中国机械工程 学科 工学
关键词 双足机器人 混合动力学系统 系统辨识 神经网络
年,卷(期) 2018,(14) 所属期刊栏目 机械基础工程
研究方向 页码范围 1674-1681
页数 8页 分类号 TP242
字数 6477字 语种 中文
DOI 10.3969/j.issn.1004-132X.2018.14.006
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 吴晓光 燕山大学河北省测试计量技术及仪器重点实验室 13 50 5.0 7.0
2 张天赐 燕山大学河北省测试计量技术及仪器重点实验室 2 0 0.0 0.0
3 韦磊 燕山大学河北省测试计量技术及仪器重点实验室 3 2 1.0 1.0
4 李艳会 燕山大学河北省测试计量技术及仪器重点实验室 3 2 1.0 1.0
5 王挺进 燕山大学河北省测试计量技术及仪器重点实验室 3 2 1.0 1.0
6 张波 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (84)
共引文献  (65)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(12)
  • 参考文献(6)
  • 二级参考文献(6)
2013(12)
  • 参考文献(4)
  • 二级参考文献(8)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
双足机器人
混合动力学系统
系统辨识
神经网络
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
中国机械工程
半月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市湖北工业大学772信箱
38-10
1973
chi
出版文献量(篇)
13171
总下载数(次)
15
总被引数(次)
206238
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导