力觉临场感系统中操作环境动力学的小波神经网络模型

在力觉临场感系统中机器人操作环境经常是非线性的和未知的。为使本地操作者了解环境特性,需对操作环境进行建模。为此,进一步研究力觉临场感系统中机器人操作环境动力学模型,提出一种新的基于小波神经网络的环境非线性动力学模型的建立方法,分析网络的拓扑结构,给出网络参数训练和初始化方法。采用引入动量项的最速下降法训练网络权值、尺度因子和平移因子,将小波网络参数的初始化与小波类型、小波时频参数和学习样本等联系起来。结果表明,采用小波神经网络的力觉临场感系统中操作环境模型优于同等规模的BP网络,具有训练方法收敛速度更快、非线性逼近能力更强及建模精度更高等优点。