双关节刚性机器人自适应BP神经网络算法

杨航; 刘凌; 倪骏康; 张诚

您当前的位置：

首页 >

文章列表页 >

双关节刚性机器人自适应BP神经网络算法

更新时间：2025-07-09

- 双关节刚性机器人自适应BP神经网络算法
- 暂无标题
- 西安交通大学学报 2018年第1期页码：129-135+164
- 作者机构：
  
  西安交通大学电气工程学院
- 作者简介：
- 基金信息：
  
  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)
- DOI：
  中图分类号： TP183;TP242
- 纸质出版：2018
- 稿件说明：
移动端阅览
杨航, 刘凌, 倪骏康, 等. 双关节刚性机器人自适应BP神经网络算法[J]. 西安交通大学学报, 2018,(1):129-135+164.
杨航, 刘凌, 倪骏康, 等. 双关节刚性机器人自适应BP神经网络算法[J]. 西安交通大学学报, 2018,(1):129-135+164. DOI：

DOI：

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。

Abstract

关键词

Keywords

references

董早鹏,刘涛,万磊,李岳明,廖煜雷,梁兴威.基于Takagi-Sugeno模糊神经网络的欠驱动无人艇直线航迹跟踪控制[J].仪器仪表学报,2015(04).

林军,倪宏,孙鹏,张辉.一种采用神经网络PID控制的自适应资源分配方法[J].西安交通大学学报,2013(04).

梁霄,张均东,李巍,郭冰洁,万磊,徐玉如.水下机器人T-S型模糊神经网络控制[J].电机与控制学报,2010(07).

柏子游，张勇，虞烈.基于模糊数学和神经网络的数学形态学方法[J].西安交通大学学报,1999(04).

郑南宁,王龙,胡超,刘健勤.BP神经网络的改进及其用于手写数字识别的研究[J].西安交通大学学报,1992(01).

Zhijun Li,Jianxun Li,Yu Kang.Adaptive robust coordinated control of multiple mobile manipulators interacting with rigid environments[J].Automatica,2010(12).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

带有时间约束的机载自组网自适应退避算法

混合动力汽车工况识别自适应能量管理策略

一种采用神经网络PID控制的自适应资源分配方法

引入模糊推理与强跟踪滤波技术的变结构多模型估计

冷库水平空气幕热湿阻隔性能数值模拟研究