论文部分内容阅读
为了建立用于涂装机器人喷涂的船体漆膜厚度成长模型,搭建了专门的试验平台。根据正交试验方法设计三因素五水平试验方案,运用BP算法来训练已获取的数据,分别采用莱温伯格-麦夸特算法(LM-BP)和贝叶斯算法(BR-BP)对训练函数进行优化,采用遗传算法(GA)和粒子群算法(PSO)对权值、阈值进行优化。通过对比训练精度、验证精度、测试精度、运算时间以及迭代次数,确定采用GA-LM联合优化BP算法得出的涂装机器人喷涂漆膜厚度成长模型,以满足涂装机器人喷涂船体漆膜厚度控制的质量要求。