论文部分内容阅读
针对传统BP神经网络算法应用于机器人逆运动学求解时存在的因易陷入局部极值导致输出误差偏大的问题．该文提出了一种基于PS0优化的BP神经网络在求解机器人逆运动学中的应用。首先通过PSO算法迭代计算粒子适应度；其次，依据个体极值和群体极值的不断更新得到最优的BP网络初始权值阈值。该方法避免了局部极值问题并且加快了BP网络训练过程的收敛速度。实验结果表明，采用论文提出的方法对机器人逆运动学的求解得到误差小于0．1°的关节角输出。