基于BP神经网络和蚁群算法的机械手轨迹控制算法研究

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.

关键词：BP神经网络、蚁群算法、机械手运动轨迹、角位移、隐含层节点

所属期刊栏目：47

分类号：TP309.13(计算技术、计算机技术)

资助基金：Applied Basic Project of Sichuan Science and Technology Department ;Teaching Reform and Innovation Project of Shanxi Higher Education Institutions ;四川省科技厅应用基础项目;山西省高等学校教学改革创新项目

在线出版日期：2020-04-14（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：146-152