山东科技大学学报（自然科学版）
山東科技大學學報（自然科學版）
산동과기대학학보（자연과학판）
JOURNAL OF SHANDONG UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURAL SCIENCE)
2013年
5期
84-89,95
,共7页
张秀玲%李晓辉%徐腾%赵亮%樊红敏%臧佳音
張秀玲%李曉輝%徐騰%趙亮%樊紅敏%臧佳音
장수령%리효휘%서등%조량%번홍민%장가음
混沌优化%PID神经网络%机械臂%轨迹跟踪%预测控制
混沌優化%PID神經網絡%機械臂%軌跡跟蹤%預測控製
혼돈우화%PID신경망락%궤계비%궤적근종%예측공제
针对BP优化PID神经网络(BP-PDNN)易陷入局部极小的不足,提出了一种变尺度混沌优化PID神经网络设计方法,即MSCOA-PIDNN,将其应用于机械臂轨迹跟踪控制中.利用混沌运动的遍历性优化网络权值,通过压缩优化变量取值区间提高搜索效率.采用MSCOA-PIDNN建立机械臂系统的预测模型,以多步预测性能指标为目标函数,优化PID神经网络控制器,从而实现机械臂系统轨迹跟踪的有效控制.仿真结果表明,MSCOA-PIDNN在机械臂轨迹跟踪控制中性能优于BP-PIDNN.
針對BP優化PID神經網絡(BP-PDNN)易陷入跼部極小的不足,提齣瞭一種變呎度混沌優化PID神經網絡設計方法,即MSCOA-PIDNN,將其應用于機械臂軌跡跟蹤控製中.利用混沌運動的遍歷性優化網絡權值,通過壓縮優化變量取值區間提高搜索效率.採用MSCOA-PIDNN建立機械臂繫統的預測模型,以多步預測性能指標為目標函數,優化PID神經網絡控製器,從而實現機械臂繫統軌跡跟蹤的有效控製.倣真結果錶明,MSCOA-PIDNN在機械臂軌跡跟蹤控製中性能優于BP-PIDNN.
침대BP우화PID신경망락(BP-PDNN)역함입국부겁소적불족,제출료일충변척도혼돈우화PID신경망락설계방법,즉MSCOA-PIDNN,장기응용우궤계비궤적근종공제중.이용혼돈운동적편력성우화망락권치,통과압축우화변량취치구간제고수색효솔.채용MSCOA-PIDNN건립궤계비계통적예측모형,이다보예측성능지표위목표함수,우화PID신경망락공제기,종이실현궤계비계통궤적근종적유효공제.방진결과표명,MSCOA-PIDNN재궤계비궤적근종공제중성능우우BP-PIDNN.
