基于遗传神经网络的Stewart平台运动学正解

摘要

Stewart平台的特殊结构决定了其在正解求解的特殊性,它由一系列非线性方程组成,通常会有多组解.遗传神经算法是利用种群的适应度进行学习的,而不是梯度学习方法.多层遗传神经网络被用来识别Stewart平台正解的输入向量与输出向量之间的关系.仿真表明,多层感知机神经网络结合遗传算法对求解起到了很好的全局优化作用(训练周期减少近53％).采用这种方法最主要的结论为减少了用于神经网络训练的时间。