资料下载
×
RBF神经网络的机器人轨迹规划方法
消耗积分:3 |
格式:rar |
大小:484 |
2010-12-31
分享资料个
在应用径向基函数RBF（Radial Basis Function）神经网络对机器人进行轨迹规划时,为解决一般学习算法中收敛速度慢、学习精度不高的问题，提出一种混合学习算法。该方法根据轨迹规划的具体要求，用最近邻聚类算法确定网络的结构和参数，通过在学习速率中加入自适应学习因子调整网络参数，以加快收敛速度。通过MATLAB软件进行仿真，结果表明混合学习算法收敛速度较快，逼近误差小，从而证明了该算法的可行性。
- Abstract:
- In order to solve the problems of slow convergence rate and low learning accuracy in general RBF neural network learning algorithm for robot trajectory planning,a hybrid learning algorithm is designed in this paper.It uses nearest neighbor clustering algorithm to determine the structure and parameter of network.The network parameter is adjusted by adding adaptive learning factor in learning rate to motivate the convergence speed.MATLAB tool is adopted for simulation.The result shows that the hybrid learning algorithm has faster convergence rate and smaller approximation error,so it is proved that the algorithm is correct and efficient
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
