基于改进灰狼算法优化六维力传感器解耦方法

AITNT
正文
推荐专利
基于改进灰狼算法优化六维力传感器解耦方法
申请号:CN202410879666
申请日期:2024-07-02
公开号:CN119089930A
公开日期:2024-12-06
类型:发明专利
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
1
一种基于群智能算法的低渗油藏驱埋协同优化方法
群智能算法 协同优化方法 模拟模型 封存技术 数学模型
2
一种基于图优化融合的PDR-UWB室内定位方法
加速度 步态特征 室内定位方法 误差预测 BP神经网络模型
3
弓网滑动磨损参数预测方法、模型训练方法及装置
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
4
热轧板坯加工周期的预测方法、装置及电子设备
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
5
一种基于改进黑翅鸢算法优化神经网络的室内定位方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号