Optimizing neural networks for pneumatic muscle actuator system identification: a cooperative coevolutionary approach

Tóm tắt

Bài báo giới thiệu một thuật toán tối ưu đồng tiến hóa hợp tác mới nhằm khắc phục các hạn chế trong huấn luyện mạng nơ-ron bằng phương pháp tối ưu suy giảm độ dốc, như hiện tượng kẹt cực tiểu cục bộ và tốc độ hội tụ chậm. Thuật toán đề xuất kết hợp JAYA và một biến thể cải tiến của tiến hóa vi sai (DE) để tối ưu trọng số mạng nơ-ron, bằng cách phân tách quần thể thành hai nhóm con, mỗi nhóm tối ưu một khía cạnh riêng biệt của trọng số. Hiệu quả của phương pháp được đánh giá trên hai hệ phi tuyến chuẩn và so sánh với các kỹ thuật hiện có. Kết quả cho thấy phương pháp đạt độ chính xác và độ bền vững cao. Cuối cùng, tính ứng dụng thực tiễn được chứng minh qua bài toán mô hình hóa hệ thống cơ bắp khí nén (PMA) sử dụng cơ bắp nhân tạo MAS-10 N220 của Festo, được điều khiển bằng card DAQ NI 6221.