一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法
【專利摘要】本發(fā)明涉及人工神經(jīng)網(wǎng)絡(luò)控制與機器人導(dǎo)航領(lǐng)域，公開了一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，包括：1)環(huán)境建模，將溫度分布情況通過高斯函數(shù)進行建模；2)線蟲肌肉結(jié)構(gòu)建模，將線蟲全身建模成多關(guān)節(jié)連桿結(jié)構(gòu)；3)運動學(xué)建模，構(gòu)建了線蟲一次偏轉(zhuǎn)運動過程；4)偏向角度建模，根據(jù)線蟲頭部結(jié)點前后兩個時刻的溫度差和該時刻與最適溫度的差值，通過一個非線性函數(shù)求出下一時刻的偏轉(zhuǎn)角度；5)人工神經(jīng)網(wǎng)絡(luò)建模，構(gòu)建三層人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，對偏轉(zhuǎn)運動過程中的非線性函數(shù)進行擬合。本方法對研究生物體趨溫性行為的本質(zhì)具有重要的理論意義。同時，對爬蟲機器人的神經(jīng)網(wǎng)絡(luò)構(gòu)建、步態(tài)控制、運動策略選擇和偏轉(zhuǎn)運動控制等方面的研究具有重要的指導(dǎo)意義。
【專利說明】
-種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及人工神經(jīng)網(wǎng)絡(luò)控制與機器人導(dǎo)航領(lǐng)域，具體是一種基于神經(jīng)網(wǎng)絡(luò)的仿 生趨溫行為方法。
【背景技術(shù)】
[0002] 仿生學(xué)是研究生物系統(tǒng)的結(jié)構(gòu)、形狀、原理、行為及其相互作用，從而為工程技術(shù) 提供新的設(shè)計思想、工作原理和系統(tǒng)構(gòu)成的技術(shù)科學(xué)，是一口生命科學(xué)、物質(zhì)科學(xué)、數(shù)學(xué)與 力學(xué)、信息科學(xué)、工程技術(shù)及其系統(tǒng)科學(xué)等學(xué)科的交叉學(xué)科。仿生機器人是模仿自然界中生 物的外部形狀、運動原理和行為方式的系統(tǒng)，能從事生物特點工作的機器人。根據(jù)各種生物 的特點，研制出更多種能適應(yīng)自然環(huán)境的特種仿生機器人，是未來仿生機器人一個重要的 發(fā)展方向。
[0003] 人工神經(jīng)網(wǎng)絡(luò)是對人腦進行簡化、抽象和模擬，是人工構(gòu)造的實現(xiàn)某種功能的網(wǎng) 絡(luò)系統(tǒng)。通過大量具有自適應(yīng)能力的信息處理單元即人工神經(jīng)元，按照大規(guī)模并行的方式， 通過拓撲結(jié)構(gòu)連接而成人工神經(jīng)網(wǎng)絡(luò)。
[0004] 秀麗隱桿線蟲是一種結(jié)構(gòu)簡單、全身透明、能夠獨立生存的線蟲，其身體長約2mm， 在20°C下平均生活3.5天。該線蟲共有302個神經(jīng)元，約8000個突觸連接，其神經(jīng)系統(tǒng)的連接 組（connectome)已被神經(jīng)科學(xué)家了解透徹，因此對其神經(jīng)系統(tǒng)的仿真比哺乳動物更加現(xiàn) 實。通過運些神經(jīng)細胞，線蟲可W獲得趨溫性、趨化性、機械感知、滲透性避免等行為。

【發(fā)明內(nèi)容】

[0005] 基于上述現(xiàn)狀，本發(fā)明提供一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，能夠很好的 模擬秀麗隱桿線蟲的趨溫性行為。
[0006] 由于線蟲的趨溫性運動行為只由神經(jīng)系統(tǒng)進行控制，因此本發(fā)明方法采用神經(jīng)網(wǎng) 絡(luò)控制的方法實現(xiàn)其趨溫性行為?；谏窠?jīng)網(wǎng)絡(luò)較強的學(xué)習(xí)能力，只要所采用的神經(jīng)網(wǎng)絡(luò) 能有效逼近所構(gòu)造的非線性邏輯函數(shù)，該神經(jīng)網(wǎng)絡(luò)便能完成趨溫性行為，進而擴展到神經(jīng) 網(wǎng)絡(luò)控制的機器人導(dǎo)航系統(tǒng)。
[0007] 為了實現(xiàn)上述目的本發(fā)明采用如下技術(shù)方案:一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為 方法，包括如下步驟：
[000引1)構(gòu)建環(huán)境模型，建立一個用于模擬秀麗隱桿線蟲所在溫度環(huán)境的坐標系。
[0009] 2)構(gòu)建線蟲肌肉結(jié)構(gòu)模型，根據(jù)秀麗隱桿線蟲的肌肉解剖結(jié)構(gòu)，構(gòu)建由多關(guān)節(jié)和 連桿構(gòu)成條狀結(jié)構(gòu)的線蟲肌肉結(jié)構(gòu)模型。
[0010] 3)構(gòu)建運動學(xué)模型，將步驟2)所述的線蟲肌肉結(jié)構(gòu)模型的一端作為頭部節(jié)點，在 頭部節(jié)點設(shè)置溫度傳感器，作為感覺神經(jīng)元感受外部溫度的變化，然后通過中間神經(jīng)元得 到偏轉(zhuǎn)角度，最后通過設(shè)置在關(guān)節(jié)上作為運動神經(jīng)元的艙機根據(jù)偏轉(zhuǎn)角度調(diào)整其偏轉(zhuǎn)，實 現(xiàn)偏轉(zhuǎn)運動過程。
[0011] 4)構(gòu)建偏向角度模型，根據(jù)頭部結(jié)點前后兩個時刻的溫度差和該時刻與最適溫度 的差值，通過一個非線性邏輯函數(shù)求出下一時刻的偏轉(zhuǎn)角度。
[0012] 5)構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型，根據(jù)秀麗隱桿線蟲的神經(jīng)結(jié)構(gòu)，構(gòu)建Ξ層結(jié)構(gòu)的人工 神經(jīng)網(wǎng)絡(luò)，模擬線蟲神經(jīng)系統(tǒng)中"感覺神經(jīng)元-中間神經(jīng)元-運動神經(jīng)元"的信息傳遞過程， 對偏轉(zhuǎn)角度中的非線性邏輯函數(shù)進行擬合。
[0013] W下對上述各步驟進行進一步描述：
[0014] 在步驟1)建立的坐標系中設(shè)定最適溫度分布情況，并將坐標系中的溫度分布情況 通過高斯分布進行建模。
[0015] 步驟2)所述多關(guān)節(jié)和連桿構(gòu)成的條狀結(jié)構(gòu)，具體由13個關(guān)節(jié)點和12個連接桿構(gòu) 成。
[0016] 步驟3)所述偏轉(zhuǎn)運動是頭部節(jié)點根據(jù)偏轉(zhuǎn)角度繞該時間周期內(nèi)頭部節(jié)點之后一 節(jié)點進行偏轉(zhuǎn)。
[0017]步驟4)所述非樂性邏輯函數(shù)為 [001 引
[0019] 式中，〇(t)表示偏轉(zhuǎn)角度值，m、c和d均為常數(shù)，AC表示t和t-1時刻的溫度差；Δ Co表不t時刻的溫度和最適溫度Co的溫度差。
[0020] 所述偏向角度模型的具體處理為：1)當線蟲肌肉結(jié)構(gòu)模型所在區(qū)域溫度小于最適 溫度時，如果線蟲肌肉結(jié)構(gòu)模型的運動偏離最適溫度，則偏轉(zhuǎn);如果線蟲肌肉結(jié)構(gòu)模型的運 動朝向最適溫度，則基本不偏轉(zhuǎn)。2)當線蟲肌肉結(jié)構(gòu)模型所在區(qū)域溫度大于最適溫度時，如 果線蟲肌肉結(jié)構(gòu)模型朝向最適溫度，則基本不偏轉(zhuǎn);如果線蟲肌肉結(jié)構(gòu)模型偏離最適溫度， 則偏轉(zhuǎn)。3)當線蟲肌肉結(jié)構(gòu)模型所處溫度是最適溫度，此時基本不偏轉(zhuǎn)。
[0021] 步驟5)所述人工神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點為t和t-1時刻的溫度差A(yù)C;t時刻的 溫度和最適溫度Co的溫度差Δ Co;輸出層節(jié)點為偏轉(zhuǎn)角度值〇(t);及3個隱含層節(jié)點。
[0022] 本發(fā)明從生物體本質(zhì)出發(fā)，突破了傳統(tǒng)爬蟲機器人的理論局限性，利用人工神經(jīng) 網(wǎng)絡(luò)強大的學(xué)習(xí)和預(yù)測能力，將頭部傳感器采集到的外部溫度信息，進行處理并預(yù)測下一 時刻的步態(tài)，從而實現(xiàn)爬蟲機器人的趨溫性運動能力。對提高未來爬蟲機器人的運動控制 方式、自主控制能力，復(fù)雜環(huán)境適應(yīng)能力等提供了很好的參考。
[0023] 本發(fā)明方法建立爬蟲機器人的可應(yīng)用在W下4個領(lǐng)域或其它可應(yīng)用的領(lǐng)域：1)在 地震、火災(zāi)等復(fù)雜危險環(huán)境下，營救遇難者;2)工業(yè)設(shè)備管道的檢查、維修;3)軍事領(lǐng)域中復(fù) 雜環(huán)境的偵查;4)醫(yī)學(xué)中檢查人體胃、腸等器官。
【附圖說明】
[0024] 為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使 用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于 本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可W根據(jù)運些附圖獲得其 他的附圖。
[0025] 圖1為本發(fā)明實施例提供的一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫智能爬蟲機器人搭建流 程圖；
[00%]圖2為本發(fā)明實施例提供的溫度環(huán)境模型；
[0027] 圖3為本發(fā)明實施例提供的肌肉結(jié)構(gòu)模型；
[0028] 圖4為本發(fā)明實施例提供的一次偏轉(zhuǎn)運動過程示意圖；
[0029] 圖5為本發(fā)明實施例提供的偏轉(zhuǎn)運動過程中的非線性函數(shù)模型；
[0030] 圖6為本發(fā)明實施例提供的BP神經(jīng)網(wǎng)絡(luò)預(yù)測誤差圖。
【具體實施方式】
[0031] 下面將結(jié)合本申請實施例中的附圖，對本申請實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基于 本申請中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本申請保護的范圍。
[0032] 圖1為本發(fā)明實施例提供一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫智能機器人搭建的流程 圖，具體包括：
[0033] S101:環(huán)境建模:建立一個坐標系去模擬線蟲所在的溫度環(huán)境，然后將溫度分布情 況通過高斯分布進行建模，模型如圖2所示，公式如下：
[0034]
(1)
[0035] 其中：（a，b)是高斯分布的中屯、點，本模型中取坐標值(80,80);Cmax是最值，表示在 該環(huán)境模型中的最高溫度，本模型中取l〇(TC;S是分布的方差;C(x，y)代表坐標為(x，y)處 的溫度值。
[0036] S102:線蟲肌肉結(jié)構(gòu)建模:分析秀麗隱桿線蟲的肌肉解剖結(jié)構(gòu)，將線蟲身體部分的 肌肉分為12段，每段肌肉的中屯、作為一個關(guān)節(jié)點。最終線蟲全身被建模為由13個關(guān)節(jié)點和 12個連接桿構(gòu)成的多關(guān)節(jié)連桿結(jié)構(gòu)。如圖3所示，構(gòu)造的肌肉模型長度為3/^2個運動周期。
[0037] S103:運動學(xué)建模:偏轉(zhuǎn)角度是根據(jù)頭部結(jié)點不同時刻的溫度情況求出，偏轉(zhuǎn)運動 是通過頭部結(jié)點根據(jù)偏轉(zhuǎn)角度繞該時間周期內(nèi)最后一個結(jié)點進行偏轉(zhuǎn)獲得的。如圖4所示， 線蟲頭部節(jié)點在t-1時刻的坐標為A(xa，ya)，如果線蟲不發(fā)生偏轉(zhuǎn)，那么t時刻頭部節(jié)點的坐 標為C(x，y)，并且滿足公式(2)(3);如果偏轉(zhuǎn)Φ角度，那么t時刻頭部節(jié)點的坐標B(xb，yb)是 通過點C(x，y)繞點A(xa，ya)順時針旋轉(zhuǎn)Φ角度得到的。
[003引 χ=ω? (2)
[0039] y 二A*sin( ω t+B) (3)
[0040] 公式(2)(3)是t時刻線蟲的運動方程，其中，ω為運動角速度，t為單位時間，A為運 動波形的振幅，B為初相。
[0041] 已知在直角坐標系內(nèi)一點M(xi，yi)繞另一點0(xo，yo)順時針旋轉(zhuǎn)已知角度后得到 點的町72)，其中^和72可由式(4)(5)求得。
[0042] X2=(y 廣 yo)sin 目+(x 廣 x〇)cos 目+X0 (4)
[0043] y2=(y 廣 yo)cos 目-(X 廣 xo)sin 目+yo (5)
[0044] 結(jié)合公式(2)-(5)可求出t時刻線蟲頭部結(jié)點的坐標關(guān)系，如公式(6)，至此完成了 一次偏轉(zhuǎn)運動過程。
[0045]
(6)
[0046] S104:當線蟲頭部節(jié)點經(jīng)過當前時間周期內(nèi)的第一個點和最后一個點的時間分別 是t-1和t，其對應(yīng)坐標分別是(x(t-l)，y(t-l))和(x(t)，y(t))。那么線蟲下一個時間周期 的偏轉(zhuǎn)角度由頭部節(jié)點在t-1時刻與t時刻的溫度差和t時刻與最適溫度的差值進行確定。 根據(jù)頭部節(jié)點t-1和t時刻的坐標值，可W求出相應(yīng)的溫度值，因此關(guān)于偏向角度的模型如 公式(7-10)。
[0047] C(t)=C(x(t),y(t)) (7)
[004引 C(t-l)=C(x(t-l) ,y(t-l)) (8)
[0049] AC = C(t)-C(t-l) (9)
[0050] ACo = C(t)-Co (10)
[0051 ]其中：C(t-l)和C(t)分別代表頭部節(jié)點t-1和t時刻的溫度；AC代表t和t-1時刻的 溫度差；A Co代表t時刻的溫度和最適溫度Co的溫度差。線蟲的運動情況可歸納為下面Ξ 類：
[0052] 1)當AC〇<0,即線蟲所在區(qū)域的溫度小于最適溫度時，如果Δ(Χ0,則說明線蟲的 運動偏離最適溫度，線蟲應(yīng)該偏轉(zhuǎn);如果A C〉0，則說明線蟲的運動朝向最適溫度，線蟲基本 不偏轉(zhuǎn)；
[0053] 2)當AC〇〉0,即線蟲所在區(qū)域的溫度大于最適溫度時，如果Δ(Χ0,則說明線蟲的 運動朝向最適溫度，線蟲基本不偏轉(zhuǎn);如果A C〉0，則說明線蟲的運動偏離最適溫度，線蟲應(yīng) 該偏轉(zhuǎn)；
[0054] 3)當線蟲所處溫度是最適溫度，此時線蟲基本不偏轉(zhuǎn)。
[0055] 根據(jù)線蟲的偏向性轉(zhuǎn)彎的特征，本模型假定線蟲偏向性喜好為右轉(zhuǎn)。通過對線蟲 上述運動情況的分析，構(gòu)造的非線性函數(shù)模型如圖5所示，其具體數(shù)學(xué)模型如下：
[0056]
(11)
[0057] 其中：m、c和d均為常數(shù)，在本實施例中取值為m = -〇.5、c = -〇.5、d = -5〇(t)為偏 轉(zhuǎn)角度值。通過該非線性函數(shù)可求出對應(yīng)的偏轉(zhuǎn)角度。
[005引S105:人工神經(jīng)網(wǎng)絡(luò)建模:人工神經(jīng)網(wǎng)絡(luò)采用BP神經(jīng)網(wǎng)絡(luò)模擬線蟲神經(jīng)系統(tǒng)中"感 覺神經(jīng)元-中間神經(jīng)元-運動神經(jīng)元"的信息傳遞過程，總共Ξ層神經(jīng)元結(jié)構(gòu)，其中，輸入層 有2個節(jié)點（分別為AC和ACo)、隱含層有3個節(jié)點、輸出層有1個節(jié)點（為0(t))。在AC、A Co的取值范圍內(nèi)對AC、Δ Co進行50等分，取出其中的等分點，并結(jié)合公式（11)求出對應(yīng)的 0(t)，從而構(gòu)造出2500組輸入輸出數(shù)據(jù)集。從中隨機選擇2000組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，其余 500組數(shù)據(jù)作為測試數(shù)據(jù)。并且在預(yù)測前對數(shù)據(jù)集進行數(shù)據(jù)歸一化處理。利用得到的訓(xùn)練數(shù) 據(jù)通過對應(yīng)的構(gòu)造函數(shù)和訓(xùn)練函數(shù)進行BP神經(jīng)網(wǎng)絡(luò)的構(gòu)造和訓(xùn)練，利用得到的測試數(shù)據(jù)通 過對應(yīng)的預(yù)測函數(shù)進行BP神經(jīng)網(wǎng)絡(luò)的預(yù)測。為了更接近于生物體本質(zhì)，隱藏層神經(jīng)元節(jié)點 個數(shù)不宜太多，因此從個數(shù)為2開始試探性增加中間神經(jīng)元個數(shù)，通過實驗最終確定為3個 便能達到滿意的實驗效果。預(yù)測誤差圖如圖6所示，此時，B巧巾經(jīng)網(wǎng)絡(luò)預(yù)測誤差的數(shù)量級較 小，誤差率較低?？蒞預(yù)知使用BP神經(jīng)網(wǎng)絡(luò)可W得到較好的建模效果。
[0059] S106:智能爬蟲機器人的搭建:1)將艙機支架與艙機依次組裝成連桿結(jié)構(gòu);2)將單 片機與頭部第一個艙機連接起來;3)將溫度傳感器接到單片機上，固定到第一個艙機上邊； 4)將電池與單片機連接，固定到單片機的下邊。最終組裝成一個智能爬蟲機器人，然后，將 S105中構(gòu)造好的BP神經(jīng)網(wǎng)絡(luò)燒錄進智能爬蟲機器人的單片機中，實現(xiàn)智能爬蟲機器人仿生 趨溫的功能。至此，基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫智能爬蟲機器人已全部搭建完成。
【主權(quán)項】
1. 一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，其特征在于包括如下步驟： 1) 構(gòu)建環(huán)境模型，建立一個用于模擬秀麗隱桿線蟲所在溫度環(huán)境的坐標系； 2) 構(gòu)建線蟲肌肉結(jié)構(gòu)模型，根據(jù)秀麗隱桿線蟲的肌肉解剖結(jié)構(gòu)，構(gòu)建由多關(guān)節(jié)和連桿 構(gòu)成條狀結(jié)構(gòu)的線蟲肌肉結(jié)構(gòu)模型； 3) 構(gòu)建運動學(xué)模型，將步驟2)所述的線蟲肌肉結(jié)構(gòu)模型的一端作為頭部節(jié)點，在頭部 節(jié)點設(shè)置溫度傳感器，作為感覺神經(jīng)元感受外部溫度的變化，然后通過中間神經(jīng)元得到偏 轉(zhuǎn)角度，最后通過設(shè)置在關(guān)節(jié)上作為運動神經(jīng)元的舵機根據(jù)偏轉(zhuǎn)角度調(diào)整其偏轉(zhuǎn)，實現(xiàn)偏 轉(zhuǎn)運動過程； 4) 構(gòu)建偏向角度模型，根據(jù)頭部結(jié)點前后兩個時刻的溫度差和該時刻與最適溫度的差 值，通過一個非線性邏輯函數(shù)求出下一時刻的偏轉(zhuǎn)角度； 5) 構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型，根據(jù)秀麗隱桿線蟲的神經(jīng)結(jié)構(gòu)，構(gòu)建三層結(jié)構(gòu)的人工神經(jīng) 網(wǎng)絡(luò)，模擬線蟲神經(jīng)系統(tǒng)中"感覺神經(jīng)元-中間神經(jīng)元-運動神經(jīng)元"的信息傳遞過程，對偏 轉(zhuǎn)角度中的非線性邏輯函數(shù)進行擬合。2. 根據(jù)權(quán)利要求1所述一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，其特征在于:在步驟1) 建立的坐標系中設(shè)定最適溫度分布情況，并將坐標系中的溫度分布情況通過高斯分布進行 建模。3. 根據(jù)權(quán)利要求1所述一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，其特征在于:所述多關(guān) 節(jié)和連桿構(gòu)成的條狀結(jié)構(gòu)，具體由13個關(guān)節(jié)點和12個連接桿構(gòu)成。4. 根據(jù)權(quán)利要求1所述一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，其特征在于:所述偏轉(zhuǎn) 運動是頭部節(jié)點根據(jù)偏轉(zhuǎn)角度繞該時間周期內(nèi)頭部節(jié)點之后一節(jié)點進行偏轉(zhuǎn)。5. 根據(jù)權(quán)利要求1所述一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，其特征在于:所述非線 性邏輯函數(shù)為式中，?(t)表示偏轉(zhuǎn)角度值，m、c和d均為常數(shù)，AC表示t和t-Ι時刻的溫度差；ACo表 示t時刻的溫度和最適溫度Co的溫度差。6. 根據(jù)權(quán)利要求1或5所述一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，其特征在于:所述 偏向角度模型的具體處理為： 1) 當線蟲肌肉結(jié)構(gòu)模型所在區(qū)域溫度小于最適溫度時，如果線蟲肌肉結(jié)構(gòu)模型的運動 偏離最適溫度，則偏轉(zhuǎn);如果線蟲肌肉結(jié)構(gòu)模型的運動朝向最適溫度，則基本不偏轉(zhuǎn)； 2) 當線蟲肌肉結(jié)構(gòu)模型所在區(qū)域溫度大于最適溫度時，如果線蟲肌肉結(jié)構(gòu)模型朝向最 適溫度，則基本不偏轉(zhuǎn);如果線蟲肌肉結(jié)構(gòu)模型偏離最適溫度，則偏轉(zhuǎn)； 3) 當線蟲肌肉結(jié)構(gòu)模型所處溫度是最適溫度，此時基本不偏轉(zhuǎn)。7. 根據(jù)權(quán)利要求1所述一種基于神經(jīng)網(wǎng)絡(luò)的仿生趨溫行為方法，其特征在于:所述人工 神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點為t和t-Ι時刻的溫度差△ C; t時刻的溫度和最適溫度Co的溫度 差A(yù) Co;輸出層節(jié)點為偏轉(zhuǎn)角度值Φ (t);及3個隱含層節(jié)點。
【文檔編號】G05B17/02GK105824251SQ201610332849
【公開日】2016年8月3日
【申請日】2016年5月18日
【發(fā)明人】鄧欣, 李明旭, 王進, 陳喬松, 唐云, 石龍偉, 王瀟
【申請人】重慶郵電大學(xué)