中国学术期刊网络出版总库
  关闭
双关节刚性机器人自适应BP神经网络算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 An Adaptive BP Neural Network Algorithm for 2-Joint Rigid Robots
【下载频次】 ★★★★★
【作者】 杨航; 刘凌; 倪骏康; 张诚;
【英文作者】 YANG Hang; LIU Ling; NI Junkang; ZHANG Cheng; School of Electrical Engineering; Xi'an Jiaotong University;
【作者单位】 西安交通大学电气工程学院;
【文献出处】 西安交通大学学报 , Journal of Xi'an Jiaotong University, 编辑部邮箱 2018年 01期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 刚性机器人; 反向传播神经网络; 自适应; 激活函数; 模糊推理;
【英文关键词】 rigid robot; back propagation neural network; adaptability; activation function; fuzzy inference;
【摘要】 为解决反向传播(BP)神经网络学习速度慢、泛化能力弱以及易陷入局部极小值等问题,提出了一种双关节刚性机器人自适应BP神经网络算法。首先,设计了一种新结构的参数可调激活函数,其映射范围、斜率因子、水平和竖直位置等参数皆可自适应调整,以使BP神经网络具有更强的非线性映射能力;然后,设计了一个模糊推理器来整定激活函数的斜率因子,以使斜率因子保持参数最优;最后,设计了一套控制系统并应用于双关节刚性机器人系统的位置跟踪控制,采用自适应BP神经网络算法对该系统位置控制器的比例增益、积分增益和微分增益进行了实时整定。仿真结果表明:与使用经典固定参数S型激活函数的BP神经网络算法相比,所提出的自适应BP神经网络算法考虑了激活函数的自适应性,提高了BP神经网络的学习速度和泛化能力,并抑制了假饱和现象,对位置误差的收敛速度可提高20倍以上,且可使位置和速度误差减小并接近于0。
【英文摘要】 According to the existing problems that back-propagation(BP)neural network with fixed activation function parameters has the shortcomings of slow learning speed, weak generalization ability and ease of falling into local minimum,an adaptive BP neural network algorithm for 2-joint rigid robot is proposed.Firstly,a novel structure of activation function with adjustable parameters is designed.In order to make the BP neural network have better nonlinear mapping capability,its mapping range,steep degree,and hori...
【基金】 国家自然科学基金资助项目(51307130); 中央高校基本科研业务费专项资金资助项目(1191320056)
【更新日期】 2018-03-05
【分类号】 TP183;TP242
【正文快照】 近年来,人们越来越关注机器人的跟踪控制问题[1],所要实现的目标是减小机械臂实际移动轨迹和设定轨迹之间的偏差,并达到所期望的精度。然而,机器人系统是一个非线性、强耦合、高阶和多变量的系统,其数学模型是一个具有时变结构的非线性模型[2]。由于机器人的动作常常可通过不同

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算

工业技术
  自动化技术、计算机技术
   自动化技术及设备
    机器人技术
     机器人
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号