《基于蚁群BP神经网络算法的六维力传感器解耦研究》PDF+DOC
作者:张家敏,许德章
单位:中国轻工业机械总公司;中国轻工机械协会;中国轻工总会杭州机械设计研究所
出版:《轻工机械》2016年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFQGJX2016010010
DOC编号:DOCQGJX2016010019
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进粒子群优化BP神经网络的六维力传感器解耦研究》PDF+DOC2016年第07期 张家敏,许德章
《基于人工鱼群BP神经网络算法的压力传感器温度补偿研究》PDF+DOC2016年第09期 陈群,左锋,卢文科
《基于过程神经网络的六维力传感器动态解耦研究》PDF+DOC2016年第05期 王毓,许德章,张家敏,许曙
《基于径向基函数神经网络的压电式六维力传感器解耦算法》PDF+DOC2017年第05期 李映君,韩彬彬,王桂从,黄舒,孙杨,杨雪,陈乃建
《大量程柔性铰六维力传感器静态解耦的研究》PDF+DOC2012年第05期 石中盘,赵铁石,厉敏,赵延治,丁长涛
《六维力传感器静态解耦方法》PDF+DOC2012年第03期 肖汶斌,董文才
《基于GPRS和BP神经网络的热力管网泄漏监测系统》PDF+DOC2016年第02期 赵迪,李允俊
《基于BP神经网络的三维力传感器静态标定方法研究》PDF+DOC2012年第06期 田强兴,李嘉翊,黄健,程俊
《基于BP神经网络和声达时间差的声源定位算法》PDF+DOC2007年第05期 段敬红,刘瑞华
《基于BP神经网络的回转空气预热器火灾报警系统》PDF+DOC2015年第07期 吴德君
针对传统BP神经网络在六维力传感器解耦训练过程中,由于其初始参数的选取不确定性导致神经网络出现震荡、收敛速度缓慢和陷入局部极值等问题,提出一种基于蚁群BP神经网络算法并应用于六维力传感器解耦研究。该算法利用蚁群算法在种群寻优方面的优越性,通过局部和全局信息素更新相结合的方式更新信息素,提高蚁群算法搜索的效率,为BP神经网络提供一组最优的训练初始参数,网络收敛速度得到很大地提高,同时局部极值和震荡等缺点也有一定的改善。实验仿真结果表明,在六维力传感器神经网络模型训练过程中,达到同样的目标误差,基于蚁群BP神经网络算法的迭代次数N比传统算法少50%,运行时间T快60%。这说明蚁群BP神经网络算法在六维力传感器解耦研究中有着很好的应用效果。
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。