机械与电子
機械與電子
궤계여전자
MACHINERY & ELECTRONICS
2013年
10期
71-74
,共4页
合作粒子群%神经网络%模型辨识%水下机器人
閤作粒子群%神經網絡%模型辨識%水下機器人
합작입자군%신경망락%모형변식%수하궤기인
CPSO%neural network%model identification%underwater vehicles
针对水下机器人传统运动辨识模型中使用的误差反传(BP)算法,容易在迭代寻优过程中陷入局部极小点的缺点,将合作粒子群(CPSO)算法与BP算法相结合,形成一种CPSO-BP混合算法,再通过CPSO-BP算法对BP神经网络进行权值修改,建立了CPSO-BP神经网络模型,并将模型应用到水下机器人运动辨识.通过对比3种算法的BP神经网络模型的实验结果,证明基于CPSO-BP神经网络的模型辨识效果更好.
針對水下機器人傳統運動辨識模型中使用的誤差反傳(BP)算法,容易在迭代尋優過程中陷入跼部極小點的缺點,將閤作粒子群(CPSO)算法與BP算法相結閤,形成一種CPSO-BP混閤算法,再通過CPSO-BP算法對BP神經網絡進行權值脩改,建立瞭CPSO-BP神經網絡模型,併將模型應用到水下機器人運動辨識.通過對比3種算法的BP神經網絡模型的實驗結果,證明基于CPSO-BP神經網絡的模型辨識效果更好.
침대수하궤기인전통운동변식모형중사용적오차반전(BP)산법,용역재질대심우과정중함입국부겁소점적결점,장합작입자군(CPSO)산법여BP산법상결합,형성일충CPSO-BP혼합산법,재통과CPSO-BP산법대BP신경망락진행권치수개,건립료CPSO-BP신경망락모형,병장모형응용도수하궤기인운동변식.통과대비3충산법적BP신경망락모형적실험결과,증명기우CPSO-BP신경망락적모형변식효과경호.
