2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、機(jī)器人的數(shù)學(xué)模型具有嚴(yán)重非線性、強(qiáng)耦合的特點(diǎn),并且包含有諸如摩擦、負(fù)載變化等不確定因素,用傳統(tǒng)的基于對象模型的控制方法對其控制無法收到滿意的效果。模糊控制不依賴于被控對象的數(shù)學(xué)模型,且魯棒性強(qiáng),用于機(jī)器人軌跡控制能有效地克服控制中耦合、非線性、參數(shù)變化等因素的影響,取得較好的控制效果。但普通模糊控制器的參數(shù)和控制規(guī)則一旦確定便不能改變,不能很好地適應(yīng)系統(tǒng)動態(tài)特性的變化或隨機(jī)干擾的影響。 遺傳算法是一種基于自然進(jìn)化理論的并行、高效

2、的全局優(yōu)化搜索算法,通過模擬生物的進(jìn)化,將優(yōu)化問題轉(zhuǎn)化為生物進(jìn)化過程,采用優(yōu)勝劣汰的機(jī)制來獲得問題的最優(yōu)解。由于遺傳算法與模糊控制具有強(qiáng)烈的互補(bǔ)性,二者的相互結(jié)合已成為近年研究的一個熱點(diǎn)。 本文通過深入研究遺傳算法與模糊控制的相關(guān)理論,針對基本遺傳算法的缺陷與不足,提出了一種改進(jìn)遺傳算法一動態(tài)參數(shù)調(diào)整遺傳算法,并將其與模糊控制相結(jié)合,即用它來優(yōu)化常規(guī)模糊控制器的隸屬度函數(shù)和模糊控制規(guī)則,從而達(dá)到更加優(yōu)良的控制效果。然后本文將設(shè)計

3、的動態(tài)參數(shù)調(diào)整遺傳模糊優(yōu)化控制算法應(yīng)用于機(jī)械手軌跡控制,首先通過Matlab中的SimMechanics建立了一個實(shí)際五自由度關(guān)節(jié)型機(jī)械手的實(shí)體模型,接著利用此實(shí)體模型構(gòu)造出機(jī)械手的基于動態(tài)參數(shù)調(diào)整遺傳算法優(yōu)化的模糊控制系統(tǒng),在Matlab/Simulink中進(jìn)行軌跡跟蹤仿真實(shí)驗,實(shí)驗結(jié)果驗證了本文設(shè)計的動態(tài)參數(shù)調(diào)整遺傳模糊優(yōu)化算法能克服復(fù)雜系統(tǒng)模型誤差,外部干擾等不確定性的影響,具有精確的跟蹤軌跡,具有很好的動靜態(tài)性能以及很強(qiáng)的抗干擾

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論