-
题名求解时变二次规划的自适应参数归零神经网络
- 1
-
-
作者
曾旭翔
孔颖
-
机构
浙江科技大学信息与电子工程学院
-
出处
《浙江科技大学学报》
CAS
2024年第5期384-393,共10页
-
基金
浙江省自然科学基金项目(LZY22E050002)。
-
文摘
【目的】针对时变二次规划(time-varying quadratic programming,TVQP)中的时变参数求解问题,提出了一种自适应参数归零神经网络(adaptive parameter zeroing neural network,APZNN)模型。【方法】首先,在归零神经网络(zeroing neural network,ZNN)模型的基础上引入一种基于误差的自适应参数及增强型双幂(enhanced sign-bi-power,ESBP)激活函数,从而提出了APZNN模型;然后,利用李雅普诺夫定理分析了APZNN模型的稳定性,预设时间收敛性和鲁棒性;最后,通过仿真试验以验证APZNN模型的有效性。【结果】在求解时变二次规划问题时,APZNN模型相比ZNN模型和时变参数归零神经网络(time-varying parameters zeroing neural network,TVPZNN)模型,具有更快的收敛速度和更强的鲁棒性,其误差函数能在0.2 s内收敛到0;得益于自适应参数的引入,APZNN模型在仿真试验中的计算时间较TVPZNN模型减少了16.6 s,节省了计算资源。此外,将APZNN模型应用于UR5机械臂轨迹跟踪试验中,机械臂的末端执行器可以很好地跟踪期望的路径,末端执行器的位置误差被限制在-1.5×10^(-4) m和1.5×10^(-4) m之间,这进一步说明模型的可行性。【结论】本研究提出的APZNN模型能够有效地求解时变二次规划问题,可为神经网络模型设计提供参考。
-
关键词
归零神经网络
时变二次规划
自适应参数
预设时间
-
Keywords
zeroing neural network
time-varying quadratic programming
adaptive parameter
predefined-time
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
