一種基于思維進化算法的神經(jīng)網(wǎng)絡(luò)求解機器人逆運動學(xué)問題.pdf

1、機器人作為一種高科技的機電一體化的自動裝置，它能夠代替人進行大量復(fù)雜、繁重、危險性的工作，司被應(yīng)用于噴漆、搬運、焊接、裝配、醫(yī)護等工作，對提高勞動生產(chǎn)率、產(chǎn)品質(zhì)量、改善勞動條件發(fā)揮了重要的作用。 機器人的控制問題主要包括：軌跡規(guī)劃問題、逆運動學(xué)問題和逆動力學(xué)問題。而機器人逆運動學(xué)求解問題在機器人學(xué)中占有重要地位，是研究機器人動力學(xué)和機器人控制的基礎(chǔ)，并直接關(guān)系到運動分析、離線編程等。從機器人控制角度講，逆運動學(xué)問題是一個很重要的

2、課題，一直備受人們關(guān)注。 本文分析了機器人運動學(xué)方程，具體針對GRB400機器人建立了正運動學(xué)和逆運動學(xué)數(shù)學(xué)模型，并對逆運動學(xué)模型進行了詳細的分析。接著重點介紹了思維進化算法的理論精髓、主要算法及其應(yīng)用發(fā)展，進一步針對二進制編碼的思維進化算法中“趨同”、“異化”算子進行了討論。 本文利用神經(jīng)網(wǎng)絡(luò)對于非線性映射的強大的逼近能力，實現(xiàn)機器人從工作變量空間到關(guān)節(jié)變量空間的非線性映射，從而求得機器人運動學(xué)逆解。神經(jīng)網(wǎng)絡(luò)若想改變其

3、輸出值，但又不能改變其轉(zhuǎn)換函數(shù)，只能改變其輸入值，而改變輸入的唯一辦法只能修改加在輸入端的加權(quán)系數(shù)，因而神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程是修改加權(quán)系數(shù)的過程。針對BP算法和遺傳算法的不足之處，如求解精度低，搜索速度慢，易于陷入局部極小值等，提出了一種利用思維進化算法來學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)連接權(quán)值，求解機器人運動學(xué)逆解的新方法。為比較各種方法，分別進行了數(shù)值仿真，并對仿真結(jié)果進行了對比。理論分析和數(shù)值計算結(jié)果表明：本文提出的采用思維進化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)來求解機