共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
由于并联机构位置正解的求解较为复杂,利用了粒子群算法PSO优化此问题,并通过一种基于解空间划分的方法改善了粒子群算法,该算法具有控制参数少、全局优化能力强等特点,解决了传统粒子群算法中早期容易陷入局部极值、后期收敛速度慢等问题。对3-TPT并联机构的运动学正解进行研究,推导出并联机构位置正解的无约束优化模型,利用优化的粒子群算法进行模拟。实验表明,该方法提高了粒子群的整体搜索能力,在自适应的状态下,粒子群算法的收敛较快,精度较高。该研究为并联结构最优化设计及性能分析提供了一定的理论依据。 相似文献
3.
求十面体变几何桁架机器人位置正解的改进粒子群算法 总被引:5,自引:3,他引:2
根据杆长约束条件,给出了求解6-DOF十面体变几何桁架并联机器人机构位置正解的无约束优化模型,并应用粒子群算法(Particle Swarm Optimization,PSO)求解此优化问题.针对PSO直接在整个解空间内寻优时很难求得全部位置正解的问题,提出了求并联机器人机构位置正解的改进粒子群算法--分区搜索粒子群算法(PSO Based on the Regional Search,PSObRS).数值实例表明,PSObRS能求出并联机器人机构的全部高精度位置正解. 相似文献
4.
根据杆长约束条件,给出求解3-RPS并联机器人机构位置正解的无约束优化模型,并应用粒子群算法求解此优化问题。该算法具有控制参数少,全局优化能力较强等优点。数字实例表明,对于并联机构位置正解问题,粒子群算法收敛速度较快,精度较高。 相似文献
5.
《机械传动》2016,(6):70-74
根据杆长约束条件,建立求6自由度一般6-SPS并联机构位置正解的无约束优化模型,再应用差分进化(Differential evolution,DE)算法求解该问题。针对基本DE算法可能出现进化停滞或陷入局部极值区域的缺点,提出一种引入新个体的自适应策略,以增强算法全局优化性能。将引入新个体的自适应策略融入DE算法,并使用混合变异算子及基于三角函数扰动的缩放因子和交叉因子,形成自适应差分进化(Adaptive DE,ADE)算法。数值结果表明,对于一般6-SPS并联机构正运动学分析问题,ADE算法能以较少计算开销求出全部高精度位置正解。通过与基本DE算法、自适应变异粒子群算法和改进人工蜂群算法比较,验证了ADE算法的收敛精度和计算稳健性指标优于对比算法。 相似文献
6.
为了求解6-DOF并联坐标测量机的位置正解(测量模型),克服数值解法求解并联机构位置正解时解的精度易受初值的影响,建立了无约束的优化模型,并使用粒子群算法对此模型进行优化。依据并联机构的位置反解模型,给出求解6-DOF并联坐标测量机位置正解的无约束优化模型,并应用粒子群算法对该优化问题进行求解,由此可将复杂的并联坐标测量机测量建模问题转换为优化问题,从而求得位置正解。仿真结果表明:80个粒子大约经过55次的迭代运算后,收敛精度可达到0.5μm,平均运行时间约为3s。粒子群算法应用于并联坐标测量机测量建模与求解,可获得较高的计算速度和计算精度。 相似文献
7.
8.
将智能算法和数值迭代法相结合,构造一种组合式算法——自适应差分进化算法-Newton迭代(Adaptive differential evolution and Newton iteration,ADE-Newton)算法。以3-RPS并联机构为研究对象,详细阐述利用ADE-Newton算法求并联机构位置正解的原理和步骤。为了验证ADENewton算法的有效性和通用性,给出3-RPS并联机构在不同驱动杆长条件下的数值算例。仿真结果表明,ADE-Newton算法能够以较高的效率求得不同驱动杆长条件下的全部高精度位置正解。还比较了ADE-Newton、人工蜂群、粒子群和差分进化算法求3-RPS并联机构位置正解的性能,比较结果显示,ADE-Newton算法的计算效率、收敛精度、稳健性以及可靠性高于对比算法。 相似文献
9.
6-SPS并联机构位置正解的改进粒子群算法 总被引:1,自引:0,他引:1
对6-SPS并联机构的运动学正解进行研究,得出6-SPS并联机构运动学正解的数学模型为一个非线性方程组.将所得的非线性方程组转化为无约束优化问题,并使用粒子群算法对其求解.针对并联机构运动学正解问题的多解性,提出改进的共享适应度粒子群算法.最后,用一个实例证明该方法是行之有效的. 相似文献
10.
11.
提出一种能实现三维移动和绕Z轴转动(3T1R)的新型全对称4-DOF空间4-RPUR并联机器人机构,并建立其几何模型。应用螺旋理论分析4-RPUR并联机构自由度的数目和性质,证明该机构能够实现3T1R运动,验证了选取各支链中的移动副作为驱动副的合理性。以机构杆长为约束条件,建立机构位置正解分析的非线性方程组,再转化为无约束优化问题,并采用差分进化(Differential Evolution,DE)算法求解该问题。给出机构位置逆解的显式解析表达式,且由该式可知,机构最多存在16组位置逆解。为改进差分进化算法的寻优效率,提出一种加权基矢量变异策略。当种群出现进化停滞而陷入局部最优区域时,采用自适应逃逸操作引入新个体,进而增强种群多样性。新型变异策略与自适应逃逸操作结合,形成具有较强全局优化能力的自适应逃逸差分进化(Adaptive Escape Differential Evolution,AEDE)算法。给出机构位置分析数值算例,应用AEDE算法求得所有高精度位置正解,并应用位置逆解验证位置正解的正确性。还比较了基本DE、粒子群优化和AEDE算法求机构位置正解的性能,结果表明:AEDE算法性能均优于比较算法性能。 相似文献
12.
13.
将智能优化算法与数值迭代方法有机组合,构造一种并联机构位置正解求解的通用算法——混合人工蜂群和Newton迭代(Hybrid artificial bee colony and Newton iteration,HABC-Newton)算法。将差分进化(Differential evolution,DE)算法融入人工蜂群(Artificial bee colony,ABC)算法,形成一种能快速收敛到问题近优解的混合人工蜂群(Hybrid ABC,HABC)算法,再以该近优解为初值,应用Newton-Шамарский迭代法求出高精度位置正解。以4自由度4-SPS-CU并联机构正运动学分析为例,阐述基于HABC-Newton算法的并联机构正运动学分析方法。为了验证算法的有效性和普适性,给出4-SPS-CU、3-RRR两种耦合并联机构位置正解的数值算例。结果表明,HABC-Newton算法能以较少计算开销求得并联机构的全部高精度位置正解。还比较了HABC-Newton、ABC、DE和粒子群算法求并联机构位置正解的性能,数值实验显示,HABC-Newton算法的精度、稳健性和计算效率高于对比算法。 相似文献
14.
15.
16.
最大误差是评价并联6自由度平台性能的重要指标,提出了改进的粒子群算法来求解最大误差.首先借助矩阵微分法求出平台误差表达式,将最大误差作为优化目标函数,除了各结构参数误差外,还将平台的位置和姿态列入优化变量.在标准粒子群算法中引入非线性变化权重和变异操作来保证全局收敛并提高收敛精度.实例计算表明该方法的有效性,可用于平台设计阶段的误差预测. 相似文献
17.
4-RUP_aR并联机器人机构及其运动学分析 总被引:4,自引:0,他引:4
提出一种能实现三维移动和绕z轴转动(3T1R)的新型对称4-DOF空间4-RUPaR并联机器人机构。采用螺旋理论分析4-RUPaR并联机器人机构实现空间3T1R运动的机构学原理,计算其自由度,讨论输入选取的合理性。以机构的杆长为约束条件,建立约束方程,得到位置分析的非线性方程组。推导机构位置正解的一元超越方程,并应用自适应变异粒子群算法(Adaptive mutation particle swarm optimization,AMPSO)求解该方程。导出位置反解的封闭方程及速度、加速度的表达式。最后应用算例对位置正反解的研究结果进行数值验证,正解结果与反解结果十分吻合。在位置正解分析的基础上,对算例的速度和加速度正解进行分析。 相似文献
18.