文献

J-GLOBAL ID：201702280473728234   整理番号：17A1648187

粒子群ニューラルネットワークに基づくレスキューロボットの自己救助法に関する研究【Powered by NICT】

Research on self-rescue method of rescue robot based on particle swarm neural network

著者 (3件)： Guangbin Zhang (School of Electronics and Information Engineering Anhui Jianzhu University Hefei, Anhui Province, China) ,  Runmei Zhang (School of Mechanical and Electrical Engineering Anhui Jianzhu University Hefei, Anhui Province, China) ,  Jie Zhou (School of Mechanical and Electrical Engineering Anhui Jianzhu University Hefei, Anhui Province, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIA  ページ： 454-458  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 救助ロボットは,時変非線形系である。多自由度動的構造と複雑な運動学モデルと同様に,非構造不確実性のためにレスキューロボットの正確な数学モデルを確立することは困難である。予測不可能な環境因子のために,レスキューロボット自身がトラブルのであろう。Elmanニューラルネットワークは,典型的な多層動的リカレントニューラルネットワーク,内部状態を保存することにより動的特性をマッピングの関数の一種である。Elmanニューラルネットワークは,時変特性,ロボットの運動制御システムのモデル化に使用できるに適応する能力を持っている。基本Elmanニューラルネットワークは遅い訓練速度を有し,容易局所最小に陥ることを特性を目指して,慣性因子を持つパーティクルスワーム最適化アルゴリズムを用いて,塩基性Elmanニューラルネットワークを改善することである。粒子群最適化アルゴリズムは,ネットワークの各層の結合重みを最適化し,学習速度を改善し,全領域における最適解を見つけるのに使用される。シミュレーション結果は,改良されたネットワークは,訓練値を正確に適合でき,自己救助と障害物回避の有効な予測のために使用できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 障害物回避 ,  *ニューラルネットワーク ,  運動制御 ,  *救助 ,  数学モデル ,  モデリング ,  予測 ,  *ネットワーク ,  シミュレーション ,  アルゴリズム ,  最適化 ,  *ロボット
準シソーラス用語： 粒子群最適化 ,  Elmanニューラルネットワーク ,  *レスキューロボット , 【Automatic Indexing@JST】

分類 (1件)： 電動機  (NB07030U)

タイトルに関連する用語 (7件)： 粒子群 ,  ニューラルネットワーク ,  レスキュー ,  ロボット ,  自己 ,  救助 ,  研究