《基于遗传神经网络的机器人腕力传感器动态建模与补偿方法》PDF+DOC
作者:俞阿龙,黄惟一,秦刚
单位:中国机械工程学会
出版:《机械工程学报》2006年第12期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFJXXB2006120410
DOC编号:DOCJXXB2006120419
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进遗传算法结合FLANN在加速度传感器动态建模中的应用》PDF+DOC2006年第02期 俞阿龙
《基于改进遗传神经网络的微硅加速度传感器动态补偿研究》PDF+DOC2004年第04期 俞阿龙,黄惟一
《基于遗传小波神经网络的机器人腕力传感器动态建模研究》PDF+DOC 俞阿龙
《腕力传感器动态特性中关键问题的研究》PDF+DOC1997年第04期 徐科军,张颖,江敦明,殷铭,张崇巍,王国泰
《基于遗传神经网络的智能复合材料损伤检测传感器位置优化的研究》PDF+DOC2005年第11期 谢建宏,张为公
《基于遗传小波神经网络的机器人腕力传感器动态补偿研究》PDF+DOC2009年第05期 俞阿龙
《传感器动态性能的研究进展》PDF+DOC2008年第06期 朱中华,丁建宁
《基于SVM的电涡流传感器动态建模方法》PDF+DOC2008年第34期 高云红,李一波
《一种动态非线性模型传感器的辨识和补偿方法》PDF+DOC2006年第07期 高璐,陆宇平
《基于改进证据理论的多传感器信息融合故障诊断》PDF+DOC2014年第10期 刘希亮,陈桂明,李方溪,张倩
介绍用于MotomamV3X机器人上的新型多维腕力传感器,比较遗传算法与人工神经网络的特点,将遗传算法的交叉和变异操作进行改进,提出一种融合改进遗传算法(Genetic algorithm,GA)的函数连接型人工神经网络(Functional link artificial neural network FLANN),并将其用于所介绍的新型机器人腕力传感器动态建模与动态性能补偿中。介绍动态建模与动态补偿原理及改进遗传神经网络算法,给出该传感器的动态模型和动态补偿模型。该方法利用腕力传感器的动态标定数据,采用改进遗传神经网络搜索和优化模型参数,保留了遗传算法的全局搜索能力和FLANN结构简单,鲁棒性好,且具备自学习能力的特点,克服了FLANN容易陷入局部极小的缺陷,具有快的网络训练速度及高的动态建模精度。理论分析和试验结果都证实了所提出的动态建模与动态补偿方法的有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。