采用APSO-LM-BP神经网络的挖掘机器人运动学逆解研究

• 作者: 刘鑫 罗小燕 罗茜茜 蔡改贫
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 运动学逆解 挖掘机器人 APSO-LM-BP神经网络 收敛
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 机械动力学
• 页码范围: 706-713
• 页数: 8页
• 分类号: TP273+.1
• 字数: 5840字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20190200

摘要

针对挖掘机器人执行机构的运动学逆解求解难、速度慢的问题,提出一种基于APSO-LM-BP神经网络的逆运动学求解方法.利用自适应粒子群(APS0)算法对BP神经网络中的连接权值以及阈值进行优化,再把BP神经网络训练过程中的梯度下降法用LM算法代替,以克服传统BP神经网络的输出误差大,陷入局部极优解的缺陷.仿真结果表明,与传统BP神经网络相比,APSO-LM-BP神经网络输出误差大大降低,训练时间更短,改善了算法的收敛精度和收敛速度,且满足挖掘机器人运动学逆解要求.该方法可以推广至任意自由度串联机器人的逆运动学求解,具有较强的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗小燕	江西理工大学机电工程学院	60	279	9.0	14.0
2	蔡改贫	江西理工大学机电工程学院	123	454	11.0	16.0
3	刘鑫	江西理工大学机电工程学院	12	16	3.0	3.0
4	罗茜茜	江西理工大学机电工程学院	2	0	0.0	0.0