兩自由度機(jī)械臂智能優(yōu)化控制方法的研究.pdf

1、本文將禁忌搜索算法應(yīng)用到神經(jīng)網(wǎng)絡(luò)的全局搜索過程中。利用禁忌搜索的全局搜索的特點(diǎn)，來改善梯度下降算法的全局搜索特性，提高學(xué)習(xí)算法跳出局部極小值的能力。在此基礎(chǔ)上，以兩自由度機(jī)械臂作為研究對(duì)象，設(shè)計(jì)了基于行為控制的智能控制器。該智能控制器將強(qiáng)化學(xué)習(xí)算法應(yīng)用于基于行為控制的機(jī)械臂控制中。通過運(yùn)用基于行為控制的思想和強(qiáng)化學(xué)習(xí)的思想，該智能控制器具有很強(qiáng)的自主學(xué)習(xí)的能力，他能根據(jù)學(xué)習(xí)效果在線地調(diào)整學(xué)習(xí)策略。得到的智能控制器模型可廣泛應(yīng)用于智能機(jī)器

2、人控制中的各個(gè)方向。 本文主要做了以下兩方面的工作：(1)提出了一種基于禁忌搜索思想的神經(jīng)網(wǎng)絡(luò)全局優(yōu)化算法(TBBP)。通過在全局范圍內(nèi)應(yīng)用禁忌搜索算法來控制學(xué)習(xí)過程和搜索空間，使神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法能較好地跳出局部極小點(diǎn)，提高了神經(jīng)網(wǎng)絡(luò)的全局優(yōu)化能力。通過對(duì)不同非線性函數(shù)的逼近，該算法對(duì)非線性函數(shù)的逼近能力有顯著的提高。(2)針對(duì)兩自由度機(jī)械臂的運(yùn)動(dòng)控制問題，設(shè)計(jì)了一種基于行為控制的智能控制器。該智能控制器采用“評(píng)價(jià)—控制”模型