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

• 作者: 张福泉 杨雨佳 王怡鸥
• 来源期刊: 机床与液压
• 学科: 工学
• 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
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 人工智能与数字化
• 页码范围: 189-195
• 页数: 7页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2020.18.028

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.