排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
针对冗余机械手运动学中存在的非线性、强耦合以及时变性的特点,采用了一种基于径向基函数(Radial Basic Function,RBF)网络的非线性拟合和系统辨识的方法,利用RBF神经网络的逼近能力较优、收敛速度快、非线性处理能力强等特点,可以有效地对冗余机械手的运动学逆问题进行求解;同时,运用遗传算法选取RBF网络的中心,提高网络的性能及效率;用Matlab实现对6自由度机械手运动学的建模、仿真.网络求解的结果表明了该方法的有效性. 相似文献
1