双关节刚性机器人自适应BP神经网络算法 |
| |
引用本文: | 杨航,刘凌,倪骏康,张诚.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). |
| |
作者姓名: | 杨航 刘凌 倪骏康 张诚 |
| |
作者单位: | 西安交通大学电气工程学院; |
| |
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。
|
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 |
An Adaptive BP Neural Network Algorithm for 2-Joint Rigid Robots |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|