递归神经网络进化机器人路径规划方法.pdfVIP

递归神经网络进化机器人路径规划方法.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30卷第8期 哈 尔 滨 工 程 大 学 学 报 Vo1.30№.8 2009年8月 JournalofHarbinEngineeringUniversity Aug.2009 doi:10.3969/j.issn.1006—7043.2009.08.009 递归神经网络的进化机器人路径规划方法 宋 勇 ,李贻斌 ,李彩虹 (1.山东大学 控制科学与工程学院,山东 济南 250061;2.山东大学成海分校 信息工程学院,山东 威海 264209; 3.山东理工大学 计算机科学与技术学院,山东 淄博 255012) 摘 要:针对机器人递归神经网络控制器在进化优化过程中存在的问题,利用改进的进化算法对递归神经网络控制 器进行优化设计,提出了一种基于递归神经网络的进化机器人路径规划算法,该算法利用高斯变异和柯西变异相结 合的方式进行变异操作,利用个体适应度和种群多样性指标使交叉概率和变异概率进行 自适应调整.给出了算法的 具体步骤,并与基于标准前馈网络的路径规划方法进行了比较.仿真结果表明递归神经网络控制器对动态未知环境 具有更好的适应性. 关键词:进化机器人;路径规划;进化算法;递归神经网络 中图分类号:TP24 文献标识码:A 文章编号:1006—7034(2009)08-0898-05 Pathplanningbasedonarecurrentneur alnetworkforanevolutionaryrobot SONG Yong一 ,LIYi—bin ,LICai—hong (1.SchoolofControlScienceandEngineering,ShandongUniversity,Jinan250061,China;2.SchoolofInformationandEngineering, ShandongUniversityatWeihai,Weihai264209,China;3.SchoolofComputerScienceandTechnology,ShandongUniversityofTech— noloyg,Zibo255012,China) Abstract:Toinvestigatepathplanningformobilerobotsbasedonarecurrentneuralnetworkandevolutionaryalgo— rithms,arecurrentneuralcontrollerwastrainedviaan improved evolutionary algorithm.An algorithm ofrpath planningwasdevelopedbasedonarecurrentneuralnetworkofranevolutionary robot.A combinationofGaussian andCauchymutationswasusedtoensurelargermutationstepsandescapefrom localminima.Crossoverandmuta— tionprobabilitieswereadjustedautomaticallyaccordingtovariationsinthediversityofthepopulationandthefitness ofindividuals.A detailedprocesstoapply thealgorithm waspresented.Thealgorithm wascomparedwith the standardfeed·forwardnetwork—basedmethodofpathplanning.Experimentalresultsindicated thattherecurrent neuralcontrollerhashJghadaptabilitytodynamicenvironments. Keywords:evolutionaryrobot;pathplanning;evolutionaryalgorithms;recurrentneuralnetworks 在传统机器人学和人工智能方法中,移动机器

文档评论(0)

kehan123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档