论文部分内容阅读
机械手运动学逆问题的求解在机械手的控制中占有重要地位，传统的求解方法计算量大，求解困难，还存在解不唯一的问题，很难用于机械手的实时控制，因此应用神经网络进行机械手运动学逆问题的求解具有重要的理论意义和实际应用价值。
BP网络是实际应用中最为广泛的神经网络，针对BP算法收敛速度慢，且易陷入局部极小值的问题，论文提出了两种方法改进BP神经网络以用于解决机械手的运动学逆问题。本文的主要工作有：
(1)借鉴多物种协同进化机制提出了一种多物种协同进化的神经网络优化方法，并用于优化求解运动学逆问题的BP网络的结构和权值。
(2)针对免疫克隆选择算法中采用高斯变异存在的不足，根据免疫学原理提出了一种自适应变异方法对免疫克隆选择算法中的变异算子进行了改进。(3)面向机械手运动学逆问题求解的应用，利用改进后的免疫克隆选择算法优化了BP网络的连接权值，实验中取得了良好的效果。