应用贪婪训练算法的装配机械手定位控制研究

装配机械手在开展复杂装配工作时,由于运动路径较为复杂,经常会导致目标定位效果差,影响装配精度。为提升装配机械手的装配精度,提出应用贪婪训练算法的装配机械手定位控制方法。该方法首先依据机械手结构设计机械手动力学方程,构建参数标定模型,引入贪婪训练算法获取机械手的运动学参数;再以此为依据,设计精确的定位控制算法获取机械手的位置误差以及位置变化率;设计模糊控制器对机械手的位置误差以及位置变化率展开实时修正;最后通过控制器的修正输出值实现复杂运动路径下,机械手的高精度定位控制。实验结果表明,使用该方法开展机械手定位控制时,控制效果好。

应用DBN深度学习算法的电能计量反窃电技术研究

针对窃电问题严重阻碍建立公平、合理的用户秩序的问题,基于云计算的智能电网大数据处理平台SP-PPP(smart power system big data processing platform in cloud environment,SP-DPP),提出了融合自适应加权融合算法和深度置信网络DBN(Deep Belief Networks,DBN)学习算法的反窃电系统,采用DBN逐层贪婪训练算法对大数据进行处理,并利用双层RBM结构,构建出DBN深度学习算法,对获取的电能计量窃电信息进行归一化处理,将获取的宏观高纬度数据信息转换为容易识别和计算的低纬度数据。实验表明,本研究的算法识别率高,稳定性能好。