基于模糊自适应差分进化算法的机器人手臂运动控制研究

摘要

现实应用中机器人机械手需要精确的运动控制来操作目标,针对机械手运动的高度非线性和复杂的运动模型,提出了一种基于模糊自适应差分进化(FADE)算法的机器人手臂运动控制方案.利用进化过程来获取运动模型的最优解,利用模糊逻辑控制器自适应调节突变因子(F)和交叉率(CR),避免进化过程过早收敛陷入局部最优解.以CRS A456机械手为实验对象,实验结果表明,与最小二乘法和传统差分进化方法相比,FADE方案具有最优的估计性能.