• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《中南大学学报（自然科学版）》 >基于随机遗传算法优化BP神经网络的工业机器人整机性能评估模型

基于随机遗传算法优化BP神经网络的工业机器人整机性能评估模型

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为了实现各种场合下机器人的高精高可靠应用,需要准确评估机器人整机性能.然而,工业机器人整机性能评估指标及其影响因子多、影响关系耦合性强、运行环境及工况条件多变,极大地限制了实验研究法的执行性及准确性.为此,本文提出一种基于随机遗传算法优化BP神经网络(BPNN)的工业机器人整机性能评估模型.首先,分析确定模型的输入参数和输出参数;然后,选用BP神经网络作为整机性能预测评估模型,并对网络进行结构设计;第三,利用遗传算法优化BP神经网络的初始权重和阈值,防止训练过程陷入局部最优;最后,通过训练集和验证集对模型进行训练和验证.研究结果表明:BPNN整机性能评估模型存在校正决定系数得分较低的情况,而经过遗传算法优化后几乎未出现极低分;模型对于新样本的预测误差总体分布正常,几乎未出现极端异常值.遗传算法能够有效防止BPNN整机性能评估模型陷入局部最小值,提高模型的泛化能力,基于遗传算法优化BP神经网络的整机性能评估模型能够准确预测工业机器人整机性能.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号