摘要：高性能解耦算法有助于提高多維力傳感器的檢測精度。針對傳統(tǒng)非線性解耦算法存在精度較低等缺點,對極限學習機算法進行了優(yōu)化和改進,并將其應用于多維力信息解耦。在基于粒子群和遺傳算法兩種改進極限學習機算法(PSO-ELM、GA-ELM)的基礎上,提出了一種基于天牛須算法的改進極限學習機(BAS-ELM),天牛須算法針對極限學習機隱含層節(jié)點參數(shù)的每一維進行逐步的優(yōu)化,使得整體損失函數(shù)最小。為驗證算法性能,本文以六維力/力矩傳感器為實驗對象,將各類改進算法應用到力/力矩傳感器的非線性解耦中,通過解耦實驗可知,與其他算法相比,BAS-ELM解耦精度更高、收斂時間更短,對于非線性解耦具有更強的適應性。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
