[发明专利]一种基于神经网络的仿生趋温行为方法

摘要

本发明涉及人工神经网络控制与机器人导航领域，公开了一种基于神经网络的仿生趋温行为方法，包括：1)环境建模，将温度分布情况通过高斯函数进行建模；2)线虫肌肉结构建模，将线虫全身建模成多关节连杆结构；3)运动学建模，构建了线虫一次偏转运动过程；4)偏向角度建模，根据线虫头部结点前后两个时刻的温度差和该时刻与最适温度的差值，通过一个非线性函数求出下一时刻的偏转角度；5)人工神经网络建模，构建三层人工神经网络结构，对偏转运动过程中的非线性函数进行拟合。本方法对研究生物体趋温性行为的本质具有重要的理论意义。同时，对爬虫机器人的神经网络构建、步态控制、运动策略选择和偏转运动控制等方面的研究具有重要的指导意义。 1

主权项

1.一种基于神经网络的仿生趋温行为方法，其特征在于包括如下步骤：

1)构建环境模型，建立一个用于模拟秀丽隐杆线虫所在温度环境的坐标系；

2)构建线虫肌肉结构模型，根据秀丽隐杆线虫的肌肉解剖结构，构建由多关节和连杆构成条状结构的线虫肌肉结构模型；

3)构建运动学模型，将步骤2)所述的线虫肌肉结构模型的一端作为头部节点，在头部节点设置温度传感器，作为感觉神经元感受外部温度的变化，然后通过中间神经元得到偏转角度，最后通过设置在关节上作为运动神经元的舵机根据偏转角度调整其偏转，实现偏转运动过程；

4)构建偏转角度模型，根据头部结点当前时刻与前一时刻的温度差和当前时刻的温度与最适温度的差值，通过一个非线性逻辑函数求出下一时刻的偏转角度；

5)构建人工神经网络模型，根据秀丽隐杆线虫的神经结构，构建三层结构的人工神经网络，模拟线虫神经系统中“感觉神经元‑中间神经元‑运动神经元”的信息传递过程，对偏转角度中的非线性逻辑函数进行拟合。

2.根据权利要求1所述一种基于神经网络的仿生趋温行为方法，其特征在于：在步骤1)建立的坐标系中设定最适温度分布情况，并将坐标系中的温度分布情况通过高斯分布进行建模。

3.根据权利要求1所述一种基于神经网络的仿生趋温行为方法，其特征在于：所述多关节和连杆构成的条状结构，具体由13个关节点和12个连接杆构成。

4.根据权利要求1所述一种基于神经网络的仿生趋温行为方法，其特征在于：所述偏转运动是头部节点根据偏转角度绕当前时间周期内头部节点之后一节点进行偏转。

5.根据权利要求1所述一种基于神经网络的仿生趋温行为方法，其特征在于：所述非线性逻辑函数为

式中，Φ(t)表示偏转角度值，m、c和d均为常数，ΔC表示t和t‑1时刻的温度差；ΔCo表示t时刻的温度和最适温度Co的温度差。

6.根据权利要求1或5所述一种基于神经网络的仿生趋温行为方法，其特征在于：所述偏转角度模型的具体处理为：

1)当线虫肌肉结构模型所在区域温度小于最适温度时，如果线虫肌肉结构模型的运动偏离最适温度，则偏转；如果线虫肌肉结构模型的运动朝向最适温度，则不偏转；

2)当线虫肌肉结构模型所在区域温度大于最适温度时，如果线虫肌肉结构模型朝向最适温度，则不偏转；如果线虫肌肉结构模型偏离最适温度，则偏转；

3)当线虫肌肉结构模型所处温度是最适温度，此时不偏转。

7.根据权利要求1所述一种基于神经网络的仿生趋温行为方法，其特征在于：所述人工神经网络模型的输入层节点为t和t‑1时刻的温度差ΔC；t时刻的温度和最适温度Co的温度差ΔCo；输出层节点为偏转角度值Φ(t)；及3个隐含层节点。