一种基于粒子群算法的力反馈设备动力学参数估计算法

摘要

本发明提供了一种基于粒子群算法的力反馈设备动力学参数估计算法。具体为用一种改进的全面学习粒子群算法来更好的估计力反馈设备的动力学参数。主要包括以下步骤：步骤1，设定力反馈设备关节角理想运动轨迹；步骤2，对关节角理想运动轨迹进行位置跟踪；步骤3，对关节角运动轨迹和输入力矩采样；步骤4，利用ICLPSO算法估计力反馈设备参数。本发明通过使用四种策略：分层更新策略、位置学习策略、指导粒子学习策略、全局最优学习策略，有效地解决在传统PSO算法中存在的“两步向前，一步向后”问题以及早熟问题。与传统PSO算法对比，ICLPSO算法不仅收敛速度更快，而且获得的模型参数也更为精确，能够为各关节提供精确的力矩估计值，提升控制算法的性能。