Print

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

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/21add99c437c69a9760c17d3.html