Institutional Repository of Coll Elect & Informat Engn
题名 | 基于神经网络的移动机器人控制研究 |
作者 | 周红莉 |
学位类型 | 硕士 |
导师 | 郭戈 |
答辩日期 | 2003 |
学位授予单位 | 兰州理工大学 |
学位名称 | 工学硕士 |
学位专业 | 检测技术与自动化装置 |
关键词 | 基于行为的移动机器人 Elman神经网络 进化BP算法 强化学习 |
摘要 | 基于行为的移动机器人通过传感器输入和执行器输出信号的方法相互作用,产生各种“刺激-应激”行为,从而使得机器人能够利用简单的结构在变化的,无组织的环境中产生快速响应,实时性好。然而,基于行为的机器人的学习过程实际上是设计过程中的学习,而不是机器人自主运行后拥有的学习能力。由于动态环境的复杂性和不可预知性,这种没有记忆,内部表达环境和学习能力的机器人不能随着环境的变化而变化,从而缺乏对环境的适应性。 为了增强移动机器人在动态环境中的学习和适应能力,本文创新性地提出了一种新的基于改进Elman神经网络的具有学习和记忆功能的机器人行为控制器,利用Elman神经网络特有的联接方式,使得系统不仅对当前输入的信息敏感,并且对历史输入具有敏感性,提高了系统处理动态信息的能力,加强了系统对动态环境的适应性。 由于基于梯度下降BP算法的研究目前已较为成熟,所以Elman神经网络权值的训练通常采用动态BP学习算法。但是由于BP算法收敛速度慢,容易陷入局部最小等缺点,本文引入遗传算法来改进权值的训练,构建了进化BP算法来训练神经网络,提高了机器人行为的准确性和快速性。 |
其他摘要 | Behavior-based mobile robot control tightly couples sensory inputs and effecter outputs, to allow the robot to quickly respond to changing and unstructured environments by a simple structure and has a good performance in the character of real time. |
页数 | 55 |
语种 | 中文 |
学号 | P0308110205 |
文献类型 | 学位论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/95784 |
专题 | 电气工程与信息工程学院 |
作者单位 | 兰州理工大学 |
第一作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 周红莉. 基于神经网络的移动机器人控制研究[D]. 兰州理工大学,2003. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[周红莉]的文章 |
百度学术 |
百度学术中相似的文章 |
[周红莉]的文章 |
必应学术 |
必应学术中相似的文章 |
[周红莉]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论