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:
提出二次曲线型终态神经网络,包括双曲线型、椭圆型和抛物线型3种终态神经网络,网络各变量取值有限,易于实现.详细分析了这类网络的有限时间收敛特性,给出了具体的收敛时间表达式,并以双曲线型终态神经网络为例,将其应用于时变线性矩阵方程求解以及机器人轨迹规划.对于一般时变线性矩阵方程的求解,讨论了时变Lyapunov方程和时变Sylvester方程,分别给出了终态神经网络用于求解这2类时变矩阵方程的计算结果,验证了该网络能在有限时间内精确收敛到理论解.对于冗余机械臂重复运动规划,文中将重复运动指标设计为终态收敛性能指标,在初始位置偏移的情况下,利用该终态神经网络进行求解,实现冗余机械臂有限时间收敛的重复运动规划任务.
推荐文章
基于二次型规划的平面冗余机械臂的自运动
冗余机械臂
自运动
二次型规划
原对偶神经网络
等式约束凸二次规划解析的新型神经网络方法
递归神经网络
误差函数
梯度法
二次规划
时变二次规划的高精度数值算法
时变二次规划
数值算法
泰勒差分公式
机械臂
运动控制
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
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 二次曲线型终态神经网络:时变神经计算与冗余机械臂重复运动规划
来源期刊 高技术通讯 学科
关键词 终态神经网络 时变线性矩阵方程 冗余机械臂 重复运动规划
年,卷(期) 2020,(10) 所属期刊栏目 先进制造与自动化
研究方向 页码范围 1037-1048
页数 12页 分类号
字数 语种 中文
DOI 10.3772/j.issn.1002-0470.2020.10.006
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 孙明轩 74 490 13.0 18.0
2 张钰 2 0 0.0 0.0
3 吴雨芯 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  (29)
共引文献  (4)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(3)
  • 参考文献(2)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2020(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
终态神经网络
时变线性矩阵方程
冗余机械臂
重复运动规划
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
论文1v1指导