基于模糊神经网络算法的机器人路径规划研究

基于模糊神经网络算法的机器人路径规划研究

ID:36655852

大小:759.18 KB

页数:4页

时间:2019-05-13

基于模糊神经网络算法的机器人路径规划研究_第1页
基于模糊神经网络算法的机器人路径规划研究_第2页
基于模糊神经网络算法的机器人路径规划研究_第3页
基于模糊神经网络算法的机器人路径规划研究_第4页
资源描述:

《基于模糊神经网络算法的机器人路径规划研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第27卷第6期四川理工学院学报(自然科学版)Vol27No62014年12月JournalofSichuanUniversityofScience&Engineering(NaturalScienceEdition)Dec2014文章编号:16731549(2014)06003004DOI:10.11863/j.suse.2014.06.08基于模糊神经网络算法的机器人路径规划研究abb姚毅,陈光建,贾金玲(四川理工学院b.计算机学院;a.自动化与电子信息学院,四川自贡643000)摘要:路径规划是移动机器人研究的关键技术之一。在研究模糊理论和神经网

2、络的基础上,提出了一种新的算法,即模糊神经网络。模糊神经网络既可以像神经网络那样并行处理、自行学习,又可以像模糊理论处理模糊信息、完成模糊推理功能。采用模糊神经网络来对移动机器人的路径进行规划,充分发挥模糊理论和神经网络的各自优势,从而获得从起始点到目标点的最优路径。在环境信息完全未知且静态的情况下进行了仿真实验,结果表明:该算法效率高、收敛速度快,有效提高了移动机器人的智能化水平。关键词:移动机器人;路径规划;模糊理论;神经网络中图分类号:TP242文献标志码:A使规划的方式更灵活,规划的效果更优越。引言本文在研究了模糊逻辑算法和神经网络算法的目前,机器人的发

3、展趋势是高度智能化,而路径规基础上,提出了模糊神经网络算法,并应用于移动机划又是评定机器人智能化的重要指标。所谓路径规划器人的路径规划,最后通过了仿真验证该算法切实技术就是当机器人在前进过程中当遇到障碍物无法前可行的。进时,需要重新寻找一条路径到达终点。新找的一条路1模糊神经网络径不仅能使机器人绕过障碍物,而且要用时最短,选择的距离最科学。障碍物的大小,距离机器人的距离都直11神经网络接影响到机器人的路径规划。随着机器人技术向人工人工神经网络(ArtificialNeuralNetworks,简称智能化方向的发展,对机器人的路径规划提出了越来越ANN)是一种模

4、拟人类大脑的思维能力,通过大量的模高的要求。神经网络和模糊算法在人工智能方面都表拟神经元来实现非线性算法功能的一种网络。它与人现了各自的优越性,但也存在许多弊端。神经网络虽然脑神经系统处理信息的过程类似,都具有学习和自适有很好的学习功能及鲁棒性,但是它不适合对已经存在应功能,不同在于其理论基础是数学网络拓扑,用神经的规律性知识的表达,对已有先验知识不能很好的利网络自身结构表达输入输出关系,使网络具有非线性用。模糊逻辑能将通常不能用数学方法精确处理的问映射的功能对信息进行并行处理。人工神经网络主要题用模糊的方法来综合判断,但需要全面的先验知识,特点是非线性、能够并

5、行处理信息的网络,且具有学习来构成推理规则和模糊表。在路径规划中,通过模糊算功能、容错性、信息分布式存储功能及鲁棒性。人工神法和神经网络的有机结合可以很好地综合各自的优点,经网络的学习规则主要有误差纠正学习、竞争学习、收稿日期:20140801基金项目:人工智能四川省重点实验室基金项目(2014RYY01;2014RYY03);企业信息化与物联网测控技术四川省高校重点实验室基金项目(2013WZY02);四川理工学院校级培育科研项目(2012PY21;2013PY06)作者简介:姚毅(1961),男,四川自贡人,教授,硕士,主要从事信号检测与智能信息处理方

6、面的研究,(Email)yaoyi@suse.edu.cn陈光建(1979),男,四川自贡人,副教授,硕士,主要从事计算机应用方面的研究,(Email)guangjian224@126.com;第27卷第6期姚毅等:基于模糊神经网络算法的机器人路径规划研究31Hebb学习等。如下规则进行变结构:对于与某个输出相对应的某个结12模糊理论点j,若与其相连的权均小于某域值,则删除该结点j。模糊理论(FuzzyTheory)是指用到了模糊集合的基若对于所有的输出,其对应的结点j都被删除,则删除结本概念或连续隶属度函数的理论。通过研究发现,模糊点j。这表明第j条规

7、则不存在,从而可以实现规则库的[2]逻辑和神经网络这两种技术各有所长且具有互补性,因精炼。此利用一定的技术将模糊逻辑与神经网络适当地结合第二,进一步进行参数调整。在经过前面的训练调起来,形成一种新的结构,此结构吸取了两者的长处,且整后,其网络结构已经比较成熟,在此基础之上,让参数在不失原有特点的基础上又有自己的特性,是比单独的进行再学习。神经网络或单独的模糊系统性能更好的系统。对于移从本质上来讲,由于模糊神经网络与BP网络的结动机器人路径规划这样复杂的系统,模糊神经控制技术构非常类似,因此,其参数学习完全可以借用BP网络的[1011]有其巨大的优势。误差反传算

8、法。按照T-S模糊系统模

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。