组合机床与自动化加工技术
組閤機床與自動化加工技術
조합궤상여자동화가공기술
MODULAR MACHINE TOOL & AUTOMATIC MANUFACTURING TECHNIQUE
2005年
7期
73-75
,共3页
王涛%张会明%洪家娣%钟礼东
王濤%張會明%洪傢娣%鐘禮東
왕도%장회명%홍가제%종례동
小脑神经网络%机械手%逆运动学
小腦神經網絡%機械手%逆運動學
소뇌신경망락%궤계수%역운동학
由于机械手逆运动学问题的求解存在多解且非常复杂,以往解决机械手的逆运动学求解问题主要是通过神经网络逆模型来建立机械手的逆运动学模型然后通过遗传或改进的BP算法来训练神经网络的权(阀)值矩阵从而达到问题的求解,然而这种方法在建立神经网络的逆模型时要对训练数据进行限制或筛选使其成为单解问题(即满足逆映射关系存在的要求),这对于那些对数据事先进行处理很困难或根本无法进行的复杂系统是不可行,为此提出了一种采用小脑神经网络和约束条件相结合的方法来解决逆运动学问题.研究结果表明此方法可以很好的解决机械手的逆运动学控制问题,同时该方法可以推广应用到那些通过数学模型求解困难或者数学模型不确知的复杂系统反求问题.
由于機械手逆運動學問題的求解存在多解且非常複雜,以往解決機械手的逆運動學求解問題主要是通過神經網絡逆模型來建立機械手的逆運動學模型然後通過遺傳或改進的BP算法來訓練神經網絡的權(閥)值矩陣從而達到問題的求解,然而這種方法在建立神經網絡的逆模型時要對訓練數據進行限製或篩選使其成為單解問題(即滿足逆映射關繫存在的要求),這對于那些對數據事先進行處理很睏難或根本無法進行的複雜繫統是不可行,為此提齣瞭一種採用小腦神經網絡和約束條件相結閤的方法來解決逆運動學問題.研究結果錶明此方法可以很好的解決機械手的逆運動學控製問題,同時該方法可以推廣應用到那些通過數學模型求解睏難或者數學模型不確知的複雜繫統反求問題.
유우궤계수역운동학문제적구해존재다해차비상복잡,이왕해결궤계수적역운동학구해문제주요시통과신경망락역모형래건립궤계수적역운동학모형연후통과유전혹개진적BP산법래훈련신경망락적권(벌)치구진종이체도문제적구해,연이저충방법재건립신경망락적역모형시요대훈련수거진행한제혹사선사기성위단해문제(즉만족역영사관계존재적요구),저대우나사대수거사선진행처리흔곤난혹근본무법진행적복잡계통시불가행,위차제출료일충채용소뇌신경망락화약속조건상결합적방법래해결역운동학문제.연구결과표명차방법가이흔호적해결궤계수적역운동학공제문제,동시해방법가이추엄응용도나사통과수학모형구해곤난혹자수학모형불학지적복잡계통반구문제.
