摘要
本发明为基于改进灰狼算法优化六维力传感器解耦方法,涉及六维力传感器技术领域,包括对六维力传感进行标定,获得不同方向力输入下的数据;然后,建立BP神经网络模型,以6个通道的输出电压信号作为BP神经网络的输入向量,作用在传感器力作为输出向量;最后,利用调整动态分布参数、动态权重位置更新策略和设置多样性阈值以及基于多样性的重初始化种群等3种策略,对灰狼优化算法进行改进,实现对标定数据的精确解耦;本发明在改进灰狼算法中,维持或提高种群的多样性,从而促进算法在全局搜索空间中的有效探索,防止陷入局部最优,增加找到全局最优解的概率,能够有效提升六维力传感器的测量精度及适应性,减低维间耦合。
技术关键词
灰狼算法
解耦方法
六维力传感器技术
BP神经网络模型
正态分布模型
灰狼优化算法
位置更新
寻优策略
非线性
动态
参数
数据
因子
控制策略
采集卡
系统为您推荐了相关专利信息
群智能算法
协同优化方法
模拟模型
封存技术
数学模型
加速度
步态特征
室内定位方法
误差预测
BP神经网络模型
表面粗糙度参数
碳滑板
BP神经网络模型
参数预测方法
误差
热轧板坯
BP神经网络模型
支持向量回归模型
学习器
粒子群优化算法
优化神经网络
室内定位方法
算法
BP神经网络训练
BP神经网络模型