-
题名基于粒子群RBF神经网络的双关节机械臂系统控制
被引量:1
- 1
-
-
作者
郑明军
兰庆洋
吴文江
-
机构
石家庄铁道大学机械工程学院
石家庄铁道大学教务处
-
出处
《石家庄铁道大学学报(自然科学版)》
2021年第4期46-52,共7页
-
基金
河北省自然科学基金(E2017210166)
河北省教育厅资助科研项目(ZD2020320)。
-
文摘
针对RBF神经网络算法用于控制时难以求解网络隐含层参数中心向量c和标准化常数b的问题,提出基于粒子群参数优化的RBF神经网络(PSO-RBF神经网络)控制方法。建立旅客列车自动上水装置双关节机械臂动力学模型,将粒子群算法与RBF神经网络控制机械臂动力学特性结合,在连续空间快速搜索网络隐含层参数最优解,得到PSO-RBF神经网络控制方法;建立针对双关节机械臂的PSO-RBF神经网络控制系统并进行仿真,与基于遗传算法调节隐含层参数的RBF神经网络控制方法进行对比和分析。研究表明,采用PSO-RBF神经网络控制方法可以有效避免机械臂控制失效,能够使肩关节和肘关节响应时间缩短52%和47%,最大稳态误差减小49%和58%,平均稳态误差减小54%和55%。
-
关键词
旅客列车自动上水装置
双关节机械臂
径向基神经网络
粒子群算法
-
Keywords
automatic water-feeding device for passenger train
dual-joint manipulator
radial basis function neural network
particle swarm optimization algorithm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-