基于优化神经网络的二自由度机械臂轨迹跟踪

针对二自由度机械臂的轨迹跟踪问题,本文提出基于改进微分进化优化神经网络的二自由度机械臂轨迹跟踪方法。分析其动力学方程,从周期性振动、瞬态响应和稳定运动状态3个角度探讨了二自由度机械臂的动态行为表现形式,将轨迹跟踪转化为求解二自由度机械臂非线性微分方程。采用约束处理机制改进基本微分进化算法,利用多层感知器(Multilayer Perceptron,MLP)结构的神经网络跟踪二自由度机械臂轨迹。测试结果表明,跟踪误差始终保持在0.010 m以内,最大值为0.010 m,最小值为0.003 m,与对照组相比具有明显优势。