基于BP神经网络和蚁群算法的机械手轨迹控制算法研究（英文）

论文摘要

为了提高机械手运行的平稳性,实现机械手控制的精准度,采用BP神经网络和蚁群算法相结合的方法实现机械手轨迹控制。首先,建立机械手运动轨迹模型,然后利用神经网络算法对机械手主要参数进行训练,接着,将输出预测的运动轨迹与机械手期望运动轨迹对比,以便求解更趋近于期望的最优参数。最后,借助蚁群算法对神经网络模型参数进行优化。经过实验证明:相比于传统BP神经网络算法,所提算法训练得到的角位移与期望角位移的拟合程度更高,且在空间三维坐标系的位移误差更小。

论文目录

1 BP neural network

1.1 The construction of neural network

1.2 Neural network error back propagation

2 Combination of ant colony algorithm and BP neural network

2.1 Mathematical description of ant colony algorithm

3 Manipulator trajectory control based on BP neural network and ant colony algorithm

3.1 Manipulator trajectory control modeling

3.2 Ant colony algorithm is combined with BP neural network

4 The instance simulation

4.1 Angular displacement performance simulation

4.2 Performance simulation of different network struc-tures

5 Conclusion

文章来源

类型: 期刊论文

作者: 李晶,汪晓飞,段新娥

关键词: 神经网络,蚁群算法,机械手运动轨迹,角位移,隐含层节点

来源: 机床与液压 2019年24期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,自动化技术

单位: 四川省装备制造业机器人应用技术工程实验室,电子科技大学信息与通信工程学院,山西工程技术学院信息系

基金: Applied Basic Project of Sichuan Science and Technology Department(2018JY0202),Teaching Reform and Innovation Project of Shanxi Higher Education Institutions(J2016129)~~

分类号: TH-39;TP18;TP241

页码: 146-152

总页数: 7

文件大小: 491K

下载量: 115

基于BP神经网络和蚁群算法的机械手轨迹控制算法研究（英文）

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢