基于多分支BP神经网络的气动肌肉迟滞建模方法

来源：计量学报杂志2021年第6期北京时间：

作者：谢胜龙,张文欣,张为民,任国营,鲁玉军,鲁庆

单位：中国计量大学机电工程学院,浙江 杭州 310018

摘要：提出了一种基于多分支BP神经网络建立气动肌肉位移/气压迟滞模型的新方法。首先,搭建气动肌肉位移/气压迟滞特性测试系统,得到气动肌肉位移/气压迟滞曲线;然后分别采用传统BP神经网络、多分支BP神经网络和Prandtl-Ishlinskii模型对气动肌肉的位移/气压迟滞开展建模研究;最后通过比较分析发现,采用多分支BP神经网络方法能有效避免传统BP神经网络训练过程中的过拟合现象,且建模精度明显优于传统的Prandtl-Ishlinskii模型;多分支BP神经网络的平均误差、均方差与最大误差相较于Prandtl-Ishlinskii模型减小了87.45%,86.68%与74.73%。

关键词：计量学;位移/气压迟滞;气动肌肉;迟滞建模;多分支BP神经网络;PI模型;泛化能力

基金资助：国家重点研发计划(2018YFF0212702);浙江省博士后科研项目择优资助项目(ZJ2020007);浙江省自然科学基金(LQ20E050017);之江国际青年人才基金(ZJ2019JS006)