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

第57卷第6期2008年6月 物 理学 报 V01．57，No．6，June，2008 ACTAPHYSICA 1000．．3290／2008／57(06)／3385．．06 SINICA @2008 Chin．Phys．Soc． 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* 俞阿龙’ (淮阴师范学院电子与电气工程系，淮安223300) (2007年9月29日收到；2007年11月18日收到修改稿) 提出一种基于改进遗传算法进化小波神经网络用于机器人腕力传感器动态建模的新方法，介绍了该算法原 理．该方法利用腕力传感器的动态标定数据，用改进的遗传算法来优化小波神经网络结构和参数，建立腕力传感器 的动态模型．结果表明，采用遗传小波神经网络进行腕力传感器动态建模，能克服误差反向传播算法存在易陷入局 部极小点的缺点，网络的复杂度、收敛性和泛化能力得到了好的综合，建模的速度和精度得到提高． 关键词：腕力传感器，动态建模，小波神经网络，遗传算法 PACe：0620D，0620H，0630M 择最优网络拓扑结构，可以利用遗传算法(genetic 1．引 言 WNN相结合，应用GA同时优化WNN拓扑结构和 在腕力传感器动态特性研究中，根据动态标定 参数，并将遗传算法进化小波神经网络应用于对腕 实验结果建立腕力传感器的动态数学模型，以研究 力传感器进行动态建模，取得了很好的效果． 传感器的动态性能，是动态测试的一个重要内容，动 态数学模型是研究其机理、评价其性能、设计校正环 2．新型腕力传感器 节和改善动态特性的重要依据¨_o．建立腕力传感 器动态数学模型的传统方法是基于最小二乘的系统 机器人腕力传感器是一个两端分别与机器人腕 辨识法．神经网络的出现为建模技术带来了新的思 部和手爪相联接的力觉传感器，当机械手夹住工件 进行操作时，它可以测出机械手与外部环境的接触 想，近几年神经网络(neuralnetwork，NN)被用于建模 中并取得了一定的研究成果¨_5·．但神经网络全局 力，反馈给机器人控制系统，以控制或调节机械手的 有哪些信誉好的足球投注网站能力差、收敛速度慢，结果易陷入局部极值，单 运动，完成所要求的作业．因此，腕力传感器是重要 的机器人传感器之一．一种用于远程操作机器人的 独使用神经网络效果不是很理想哺1．小波变换叫31 新型腕力传感器，其弹性体结构如图1所示．图1 作为一种新的数学工具，被誉为“数学显微镜”，将 中，，。为通过坐标原点，沿戈方向作用于十字弹性 小波分析应用于神经网络——小波神经网络 neural 梁的力；只为通过坐标原点，沿Y方向作用于十字 (waveletnetwork，WNN)近年来颇受重视，并已 弹性梁的力；F。为通过坐标原点，沿：方向作用于 在许多方面得到了成功的应用¨1_1引．一个WNN模 型可以由有限个参数如小波神经元、网络层数、各层 十字弹性梁的力；M。为通过坐标原点，绕宜方向作 小波神经元数、小波神经元的互联方式、各连接权重 用于十字弹性梁的力矩；肌为通过坐标原点，绕Y 以及传递函数等描述．