遗传神经网络法及其在机器人误差补偿中的应用

王东署¹，迟健男¹，徐方²，徐心和¹

1. 东北大学教育部暨辽宁省流程工业综合自动化重点实验室2. 沈阳新松机器人与自动化股份有限公司

摘 要：针对某打磨机器人的位姿误差分析,提出一种采用二进制和实数值混合编码的遗传BP网络法,同时优化网络结构和权值矢量;网络结构采用二进制编码保留了粒度编码方法的优点,对连接权值系数的实数编码进行Solis&Wets运算使新的遗传算法具有进化规划和进化策略的优点;结合遗传算子和Solis&Wets算子生成后代的方法以及最佳个体保留策略使得遗传搜索空间的群体多样性更好,加快了遗传算法的收敛速度;采用动态参数编码方法替代Vittorio粒度编码方法,既提高了连接权系数的优化精度,又避免了Vittorio粒度变化所引起的适应度的剧烈不连续变化.仿真和实验结果均表明该算法能有效克服遗传算法的非成熟收敛,提高机器人的位姿精度.

关键词：机器人;位姿误差;遗传算法;人工神经网络;Solis&Wets算子;