论文部分内容阅读
为实现某打磨机器人的位姿误差补偿,在标准遗传算法和Solis&Wets算法的基础上,提出一种改进的自适应遗传算法和改进Solis&Wets算法来优化BP网络的权值和闲值,通过标准BP网络来计算机器人在任意位姿时的误差,从而可以对误差进行实时补偿。仿真和实验结果表明两种算法都能有效提高BP网络的学习效果,避免陷入局部最优,提高机器人的位姿精度,且同样目标条件下改进的自适应遗传算法的优化效果优于改进的Soils&Wets算法。最后对仿真和实验结果进行了分析。