基于神经网络的助力搬运装置自适应控制方法研究

摘要

为提高助力搬运装置在建筑工地等复杂路况下的适用性,通过对国内外助力系统及其控制方法发展现状的调查和分析,提出一种智能助力控制系统.首先建立控制模型,在智能控制的研究中发现BP神经网络能够对输入信息进行识别并分类处理,且计算较简单,容易实现,但BP神经网络隐含层节点数难以确定、 易陷入局部最小值,因此,采用遗传算法对BP神经网络进行优化(GA-BP),并设计具体实现方法.采集平坦、 斜坡两种路况的数据,通过人工赋予理想输出数据,将其一部分作为训练数据,对GA-BP神经网络及BP神经网络进行对比训练,另一部分作为验证数据,检验两种网络的训练结果.使用MATLAB进行数据仿真分析,验证GA-BP神经网络控制方法的可行性.试验结果表明:这种控制方法能够有效地解决助力搬运装置在复杂路况下的自适应控制问题.