基于代数算法神经网络在机器人逆运动学中的应用

采用多层前向INI神经网络建立机器人逆运动学模型。提出了一种神经网络代数算法来学习网络待求权和自由权,该算法选择很广一类的隐层神经元函数训练网络,将复杂的非线性优化问题转化为简单的代数方程组求解问题,求解速度快;在网络训练之前就可以根据给定的问题确定隐层神经元的个数,可以方便地求得全局最优点,实现样本空间的精确映射,不存在局部极小、收敛速度慢等问题。提出的求解机器人逆运动学的新算法可以得到高精度的解,有仿真结果为证。