基于群智优化小波神经网络的机械臂路径控制研究

摘要：

为了提高机械臂路径控制的准确性,采用群智能优化的小波神经网络算法对机械臂路径进行跟踪,以便实现精准有效的控制.首先分析了二连杆机械臂动力结构,然后建立基于小波神经网络的机械臂路径控制模型,根据机械臂状态变量构建粒子群,通过粒子位置更新获得稳定的小波神经网络模型主要参数.在仿真过程中通过差异化设置隐藏层节点数M和粒子群速度权重ω主要参数,实验证明,当M = 12,ω = 1.2时,可以获得最优的机械臂目标路径跟踪性能,角度平均误差和位移平均误差均最小,相比于小波神经网络的机械臂路径跟踪,经过了粒子群优化后的跟踪性能提升明显.

关键词：机械臂路径控制、小波神经网络、群智优化、粒子群算法、速度权重

所属期刊栏目：48

分类号：TP241(自动化技术及设备)

资助基金：National Natural Science Foundation of China41172028国家自然基金面上项目41172028

在线出版日期：2021-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：168-173