基于神经网络的气动肌肉迟滞建模比较研究

针对气动肌肉运动过程中产生的迟滞现象,采用神经网络方法对其位移/气压迟滞开展了建模比较研究。首先组建了气动肌肉的迟滞特性测试实验平台,采集其位移/气压迟滞实验数据。然后基于BP神经网络和RBF神经网络分别进行了迟滞环的整体和分段建模,并与经典PI模型的建模效果进行了对比。 研究表明,PI模型的建模精度比神经网络差,但计算时间短,神经网络整体建模时存在过拟合现象,而分段建模则可有效避免过拟合现象,BP神经网络的建模与预测精度均优于RBF神经网络。对于BP神经网络,分段建模的平均误差、均方差和最大误差相较于整体建模分别减小了9.07%、14.54%和24.68%,而采用RBF神经网络,其误差分别减小了8.89%、13.03%和19.49%,可见分段建模的预测精度优于整体建模。