神經(jīng)網(wǎng)絡(luò)通常被認為是在線求解多種計算問題的重要工具,廣泛應(yīng)用于電子科學(xué)與工程領(lǐng)域。遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent neural network,RNN）通過構(gòu)造一個常微分方程（Ordinary differential equation,ODE）求解問題。在該情況下,目標問題的解等同于ODE系統(tǒng)的平衡點,且大多數(shù)用于求解ODE的方法也能求解RNN模型。此外,現(xiàn)有大多數(shù)RNN模型都與基于梯度的求解方法有關(guān),因此較容易陷入局部極小值,且其本質(zhì)上是用于求解靜態(tài)非時變問題。時變問題在實際應(yīng)用中扮演越來越重要的角色。本文首先通過引入一個誤差積分項和非線性激勵函數(shù)增強的框架,提出一種RNN模型,用于求解受噪聲干擾的時變線性方程組。理論分析表明,該模型在恒定噪聲干擾且無界函數(shù)激勵下具有全局收斂性。當激勵函數(shù)的值受到嚴格的有界約束時,該模型的誤差上界取決于噪聲的大小和激勵函數(shù)的界。計算機仿真和機器人實驗證明該模型在求解受噪聲干擾的時變線性方程組具有優(yōu)越性。隨后,本文還提出受噪聲干擾下基于一種RNN模型的無關(guān)節(jié)漂移（Jointdrift-free,JDF）方案,該方案用于冗余度機器人的運動生成與控制。... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 背景和意義
    1.2 國內(nèi)外研究進展
    1.3 本文創(chuàng)新點及研究內(nèi)容
    1.4 章節(jié)安排
第二章 時變線性方程組的 RNN 求解模型及其機器人應(yīng)用
    2.1 現(xiàn)有工作
    2.2 RNN模型求解方法
        2.2.1 框架與模型
        2.2.2 理論分析
    2.3 計算機仿真與數(shù)值實驗驗證
        2.3.1 例子1
        2.3.2 例子2
        2.3.3 例子3
    2.4 本章小結(jié)
第三章 RNN求解JDF方案及其機器人應(yīng)用
    3.1 考慮反饋的無關(guān)節(jié)漂移方案
    3.2 神經(jīng)網(wǎng)絡(luò)設(shè)計和理論分析
        3.2.1 神經(jīng)網(wǎng)絡(luò)設(shè)計
        3.2.2 無噪聲情況下的理論分析
        3.2.3 恒定噪聲情況下的理論分析
    3.3 例證
        3.3.1 仿真例子
        3.3.2 機器人實驗
    3.4 本章小結(jié)
第四章 RNN求解帶雙端約束的時變欠定線性方程組
    4.1 相關(guān)工作
    4.2 問題構(gòu)建和RNN模型的提出
        4.2.1 問題描述
        4.2.2 框架和RNN模型
    4.3 理論分析
    4.4 實驗結(jié)果和計算機仿真
        4.4.1 仿真驗證
        4.4.2 機器人應(yīng)用
    4.5 本章小結(jié)
第五章 總結(jié)和展望
參考文獻
在學(xué)期間研究成果
致謝


【參考文獻】：
期刊論文
[1]基于擾動觀測器的機器人自適應(yīng)神經(jīng)網(wǎng)絡(luò)跟蹤控制研究[J]. 于欣波,賀威,薛程謙,孫永坤,孫長銀.  自動化學(xué)報. 2019(07)
[2]基于多層憶阻脈沖神經(jīng)網(wǎng)絡(luò)的強化學(xué)習(xí)及應(yīng)用[J]. 張耀中,胡小方,周躍,段書凱.  自動化學(xué)報. 2019(08)
[3]基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建[J]. 周登文,趙麗娟,段然,柴曉亮.  自動化學(xué)報. 2019(06)
[4]隨機非線性系統(tǒng)基于事件觸發(fā)機制的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制[J]. 王桐,邱劍彬,高會軍.  自動化學(xué)報. 2019(01)
[5]基于確定學(xué)習(xí)的機器人任務(wù)空間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制[J]. 吳玉香,王聰.  自動化學(xué)報. 2013(06)
[6]梯度神經(jīng)網(wǎng)絡(luò)實時求解線性方程組之收斂性分析(英文)[J]. 張雨濃,陳增海,陳軻.  自動化學(xué)報. 2009(08)

博士論文
[1]遞歸神經(jīng)網(wǎng)絡(luò)的動力學(xué)行為分析[D]. 王芬.武漢科技大學(xué) 2011
[2]時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與同步研究[D]. 高明.江南大學(xué) 2009



本文編號：3154268