基于多分支BP神经网络的气动肌肉迟滞建模方法

提出了一种基于多分支BP神经网络建立气动肌肉位移/气压迟滞模型的新方法。首先,搭建气动肌肉位移/气压迟滞特性测试系统,得到气动肌肉位移/气压迟滞曲线;然后分别采用传统BP神经网络、多分支BP神经网络和Prandtl-Ishlinskii模型对气动肌肉的位移/气压迟滞开展建模研究;最后通过比较分析发现,采用多分支BP神经网络方法能有效避免传统BP神经网络训练过程中的过拟合现象,且建模精度明显优于传统的Prandtl-Ishlinskii模型;多分支BP神经网络的平均误差、均方差与最大误差相较于Prandtl-Ishlinskii模型减小了87.45%,86.68%与74.73%。