TY -的A2 Payandeh Shahram AU - Cheng徐盟——赵,明PY - 2020 DA - 2020/02/28 TI -逆解算法和机械臂的轨迹误差分析基于MQACA-RBF网络SP - 7807952六世- 2020 AB -为了提高位置精度和轨迹的准确性6 r机械臂,机械臂逆解算法基于MQACA——(改进的量子蚁群)提出了RBF网络。该算法通过神经网络建立预测模型，利用量子蚁群算法优化输出权值。为了解决这个问题,量子蚁群算法收敛精度低,容易陷入局部最优解的逆解算法multifreedom机械手臂,改进措施,如2-opt局部优化和最大最小信息素采用限制和变化。将6R机器人手臂仿真结果与基于ACA、QACA和RBF神经网络对空间点位置和运动轨迹的仿真结果进行比较，在精度上具有明显优势。证明了该方案的可行性和有效性。SN - 1687-9600 UR - https://doi.org/10.1155/2020/7807952 DO - 10.1155/2020/7807952 JF -机器人学报PB - Hindawi KW - ER -