欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019108642108
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种机器人免逆解控制系统参数的自调节及优化方法,其特征在于,包括以下步骤:(1)构建神经网络,将机器人执行运动的误差以及误差的差分函数作为神经网络的输入,利用遗传算法对神经网络进行训练,训练完毕后神经网络输出控制系统参数;

(2)通过强化学习对控制系统参数进行优化;

(3)对优化后的控制系统参数进行回归分析并拟合成n阶函数,得到优化后的控制系统。

2.根据权利要求1所述机器人免逆解控制系统参数的自调节及优化方法,其特征在于:步骤(1)中的神经网络为BP神经网络,神经网络的每一个输出层节点分别对应一个PID控制参数。

3.根据权利要求2所述机器人免逆解控制系统参数的自调节及优化方法,其特征在于,利用遗传算法对神经网络进行训练的方法为:(1)起始时随机产生一组权值阈值个体,每个权值阈值个体为一组包含了神经网络各层权值和阈值的实数串,作为神经网络对应的权值和阈值;

(2)将所述误差作为单个权值阈值个体的适应度值,计算公式如下:V适=Kx-1,

或者

V适=Ke-x,

其中,V适为适应度值,x为系统误差,K为系数,e为自然底数;

(3)从种群个体中选择适应度好的个体组合成用来繁殖的种群,被选中的概率如下:P选=V适/N

其中,N是V适可取值的最大值;

(4)对步骤(3)选出来的种群个体两两进行交叉繁殖,两个个体交叉繁殖的公式如下:akj=akj+P×(alj-akj)alj=alj+P×(akj-alj)其中,akj表示个体k的第j位基因,alj表示个体l的第j位基因,P是[0,1]之间的随机数;

(5)随机选择步骤(4)中的个体进行变异操作,公式如下:akj=e-P×akj;

(6)将产生的新的权值阈值个体更新神经网络的权值阈值;

(7)神经网络输出控制系统参数,将机器人重新执行运动,若重新执行运动的误差未达到设定要求,则返回步骤(2),若重新执行运动的误差达到设定要求,训练结束。

4.根据权利要求3所述机器人免逆解控制系统参数的自调节及优化方法,其特征在于,所述误差包括了运行的时间误差、运行的能量误差和运行的轨迹误差。

5.根据权利要求1所述机器人免逆解控制系统参数的自调节及优化方法,其特征在于,步骤(2)具体为:(1)选择进行优化的机器人关节和参数K,并将差值e和参数K作为强化学习的状态转移变量,差值e为所述关节目标角度和实际角度的差值;

(2)初始化强化学习状态矩阵;

(3)机器人更新参数进行运动;

(4)根据机器人运动的误差进行奖惩并更新状态矩阵中的奖惩值,当未达到设置的训练时间或者训练步数返回步骤(3),当达到设置的训练时间或者训练步数,结束强化学习。

6.根据权利要求1所述机器人免逆解控制系统参数的自调节及优化方法,其特征在于,步骤(3)中所述的拟合方法为最小二乘法或者机器学习方法。