基于仿生群智能优化RBF神经网络的机械手滑模控制方法研究

摘要：

为了提高机械手滑模控制的准确度,采用RBF神经网络来完成机械手滑模控制,并借助群体智能算法中的混合蛙跳算法来实现模型参数的优化.在机械手滑模控制及机械手运动轨迹跟踪过程中,将RBF神经网络权重和阈值作为蛙跳算法的青蛙个体,随机产生的多个权重和阈值组合个体构成蛙群,并对蛙群进行分组,通过不断重新分组和组内迭代的方法来获取全局最优个体,得到最优权重和阈值,确定最优机械手滑模控制模型.经过实验证明,采用基于仿生群智能优化RBF神经网络的机械手滑模控制,跟踪准确度高.

关键词：仿生群智能优化、机械手滑模控制、RBF神经网络、蛙跳算法、跟踪误差

所属期刊栏目：48

分类号：TP24(自动化技术及设备)

资助基金：National Natural Science Foundation of China ;Education University Young Creative Talent Project of Guangdong Province Department ;Guiding Project of Fujian Province in 2018 ;Beijing Municipal Finance Project in 2019 ;广东省教育厅高校青年创新人才项目自然科学;福建省2018年引导性项目;2019年北京市财政项目

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：189-195