关键词：机械臂;自抗扰控制;自适应学习因子;粒子重构策略;粒子群算法
摘 要：为了减小机械臂在扰动作用下的控制误差，提出了基于自适应-重构粒子群算法的机械臂自抗扰控制优化方法。介绍了自抗扰控制器的组成和工作原理，依据ITAE指标建立了自抗扰控制参数的优化模型。对粒子群算法的粒子进化能力和算法进化能力进行了定义，基于两种进化能力构造了自适应学习因子，使粒子能够自适应选择高效率学习对象；引入了粒子随机重构策略，使算法具备跳出局部最优的能力，将新型算法命名为自适应-重构粒子群算法。经过仿真测试和验证，自适应-重构粒子群算法的优化能力强于标准算法；在时变扰动和恒值扰动作用下，自适应-重构粒子群算法优化的机械臂控制误差远小于标准粒子群算法。仿真结果验证了自适应-重构粒子群算法在机械臂自抗扰控制优化中的优越性。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取