基于秃鹰搜索算法优化BP神经网络的机器人控制模型
Optimization of Robot Control Model Based on Bald Eagle Search Algorithm and BP Neural Network作者机构:广州数字科技集团有限公司广东广州510656 广电计量检测集团股份有限公司广东广州511450 广州数据集团有限公司广东广州510705 秦皇岛燕大一华机电工程技术研究院有限公司河北秦皇岛066004
出 版 物:《冶金设备》 (Metallurgical Equipment)
年 卷 期:2024年第4期
页 面:5-9,83页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080202[工学-机械电子工程] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:为了实现机器人的精准控制,本文采用秃鹰搜索算法对BP神经网络的阈值和权值参量进行寻优,提出了一种基于秃鹰搜索算法优化BP神经网络的机器人控制模型。将该模型的控制效果与BP神经网络和极限学习机进行对比,结果表明,BES-BP模型的控制结果的正确率为100%,计算时间为181.37s,在正确率和计算时间方面均优于两种对比方法,验证了BES-BP模型在机器人控制方面的实用性和优越性。