|
|||||
|
|
| 基于粒子群优化神经网络自适应控制算法的并联机器人仿真研究 | |
| 引用本文： | 朱龙英,成磊,郑帅,陆宝发,赫建立.基于粒子群优化神经网络自适应控制算法的并联机器人仿真研究[J].组合机床与自动化加工技术,2015(1):114-117,122. |
| 作者姓名： | 朱龙英 成磊 郑帅 陆宝发 赫建立 |
| 作者单位： | 1. 盐城工学院 汽车工程学院,江苏 盐城,224051 2. 常州大学 机械工程学院,江苏 常州,213164 3. 安徽理工大学 机械工程学院,安徽 淮南,232001 4. 江苏大学 机械工程学院,江苏 镇江,212013 |
| 摘 要： | 针对传统控制算法对并联机器人轨迹跟踪精度控制效果不好的问题,提出了一种并联机器人的改进粒子群优化神经网络自适应控制算法,首先对粒子群优化算法进行惯性权重的优化和变异操作的改进,然后用改进的PSO算法优化神经网络的初始权值并进行在线调节PID参数。最后以六自由度并联机器人为研究对象,将传统PID控制与基于改进PSO优化的神经网络自适应控制算法分别进行了仿真实验。仿真结果表明,在快速性和稳定性能上,基于改进PSO优化的神经网络自适应控制算法比单纯的PID控制更加优越,在一定程度上减小了轨迹输出的误差并且提高了轨迹跟踪精度。 |
| 关 键 词： | 并联机器人控制 PSO优化 PID控制 BP神经网络 输出误差 轨迹跟踪精度 |
The Research of Parallel Robots Simulation Based on Particle Wwarm Optimization Neural Network Adaptive Control Algorithm |
|
| ZHU Long-ying,CHENG Lei,ZHENG Shuai,LU Bao-fa,HE Jian-li.The Research of Parallel Robots Simulation Based on Particle Wwarm Optimization Neural Network Adaptive Control Algorithm[J].Modular Machine Tool & Automatic Manufacturing Technique,2015(1):114-117,122. | |
| Authors: | ZHU Long-ying CHENG Lei ZHENG Shuai LU Bao-fa HE Jian-li |
| Affiliation: | ZHU Long-ying;CHENG Lei;ZHENG Shuai;LU Bao-fa;HE Jian-li;School of Automotive Engineering,Yancheng Institute of Technology;School of Mechanical Engineering ,Changzhou University; |
| Abstract: | |
| Keywords: | parallel robot control PSO optimization PID control BP neural network output trajectory er-ror trajectory tracking precision |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
