基于蚁群算法的自适应 RBFN 机械臂控制
机器人学
2022-08-22 v1
摘要
本文描述了一种利用基于蚁群优化（ACO）的 RBFN（径向基函数网络）来逼近机械臂逆运动学的新方法。本文提出了一种采用 ACO 与 LMS（最小均方）算法的两阶段训练流程。针对 k-均值聚类的径向基函数（RBF）聚类结果易受初始特征选择影响且易收敛到局部最小值的问题，提出了用于 RBF 神经网络的蚁群优化（ACO）方法，以优化 RBF 神经网络的中心并减少隐层神经元节点数量。结果表明，基于蚁群优化的径向基函数（RBF）神经网络精度更高，拟合程度也得到了改善。
引用
@article{arxiv.2208.09165,
title = {ACO based Adaptive RBFN Control for Robot Manipulators},
author = {Sheheeda Manakkadu and Sourav Dutta},
journal= {arXiv preprint arXiv:2208.09165},
year = {2022}
}