论文部分内容阅读
对基于神经网络建立水下机器人(AUV)运动模型的方法进行了分析和探讨,提出了以非完全回归形式的运动模型神经网络结构,提出了输出层向输入层回归的封闭式结构以实现运动模型的模拟机能,给出了相应的训练和学习方法。提出了对输出层增加积分环节及对神经网络输入输出变量进行正规化处理的方法。计算机仿真及实际水下机器人“Twin-Burge”的建模结果,表明本文所提出的建模方法的有效性和可行性。