基于PSO优化极限学习机的机器人控制研究

摘要

为了提高机器人控制的准确率,采用PSO优化的极限学习机算法来实现机器人的行为控制,建立单隐藏层神经网络机器人控制模型,采用PSO算法对极限学习机的权重和阈值进行优化,根据最小范数二乘解定理,借助可逆矩阵求解权重和阈值最优解,最后获得稳定的极限学习机机器人控制模型.以趋向目标精确度和障碍避开准确度作为主要控制目的进行实例仿真,证明基于PSO优化极限学习机的机器人控制趋向目标准确度高,收敛速度快.