水下机器人非完全回归型神经网络运动模型的研究

研究了基于神经网络建立水下机器人（AUV）运动模型的方法，提出以非完全回归形式来表现输入输出变量的时序列影响和输出层向输入层回归的封闭式结构以实现运动模型的模拟机能，并给出了相应的训练和学习方法。此外，又提出了对输出层增加积分环节及对神经网络输入输出变量进行正规化处理的方法。计算机仿真及实际水下机器人“PW45”的建模结果，表明本文所提出的建模方法的有效性和可行性。