共查询到10条相似文献,搜索用时 15 毫秒
1.
为了规划出一条更加节能的拣选路径,针对基本遗传算法的性能依赖于初始种群的质量、遗传算子的选择、交叉和变异操作,提出一种适用于仓储机器人路径规划的人工蜂群-自适应遗传算法。首先通过人工蜂群算法初始化种群以增强种群多样性;将路径长度、转弯次数和机器人运行能耗作为适应度函数的评价指标;然后基于三角函数设计自适应策略调整的交叉、变异算子以提高算法的收敛速度。仿真实验表明,在20×20大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少5.22%;而在40×40大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少9.08%。最后实验表明,采用本文提出的人工蜂群-自适应遗传算法规划的能耗减少7.64%,且规划的路径更平滑,更加适用于仓储机器人的路径规划。 相似文献
2.
3.
4.
基于改进自适应遗传算法的网格任务调度算法 总被引:3,自引:0,他引:3
肖莉萍 《中国制造业信息化》2009,38(1)
针对网格环境动态多变性的特点,对网格环境任务调度中的遗传算法进行研究,提出一种改进的自适应遗传算法.通过对影响遗传算法行为和性能的关键参数交叉概率与变异概率进行分析,提出利用自适应思想以及表征调度性能的种群适应度对交叉概率和变异概率合理选取的自适应遗传算法,使交叉概率和变异概率能随种群适应度自动调节、改变.试验结果表明,改进的自适应遗传算法能使网格任务调度具有较好的种群自适应度,从而表明该方法的有效性. 相似文献
5.
6.
针对多直角机器人在大型复合结构板上协同贴片的问题,采用加入碰撞惩罚、分组进化、部分匹配交叉和自适应变异的改进遗传算法进行协同路径规划。利用MATLAB对3个直角贴装机器人进行了协同路径规划仿真实验,仿真结果表明:改进遗传算法规划出的路径更短、收敛速度更快,且无碰撞情况发生。 相似文献
7.
8.
9.
《机械工程学报》2017,(3)
几何结构不满足Pieper准则的机器人被称为一般机器人,其逆运动学运算不能采用封闭解法,而采用数值解法又需要庞大的计算量,且存在奇异位置无法求解的问题。为此,将多种群遗传算法应用于运动学逆解运算,提出一种适用于一般机器人的高精度并行求逆算法。为避免机器人位姿收敛精度不同,该算法将目标函数分解为位置和姿态函数,同时引入适应度函数权值系数来平衡两函数收敛速度;为避免局部收敛,该算法采用多点交叉和均匀交叉相结合的交叉算子,并逐步增大均匀交叉概率来抑制短子串偏差,使搜索趋于稳健;为提高收敛速度,该算法采用动态变异率的变异算子,以及种群替代和个体替代相结合的移民算子来克服全局收敛的盲目性。以封闭解法和数值解法无法求逆的6R一般机械臂为对象,开展与单种群遗传算法的对比试验,结果表明:该算法可在避免局部收敛的基础上保证算法稳定性,且能够大幅提升收敛精度和速度。 相似文献
10.
PID参数整定是一个多参数组合优化的问题,针对目前常用的工程整定法无法在全局范围内对PID参数进行组合优化,只能从系统的单项性能指标出发进行整定,而标准的遗传算法又容易出现过早收敛等问题,为此,提出了基于改进的自适应遗传算法的PID参数整定方法。这种方法能够随适应度值自动改变交叉概率和变异概率,这种方法既能够确保算法的收敛,也能够很好的保证种群的多样性。将该方法应用于数控伺服系统,控制效果良好,最后将Ziegler-Nichols算法与自适应遗传算法整定的PID控制系统的动态响应性能作了对比分析,仿真试验结果证明了基于自适应遗传算法的PID参数整定方法的优越性。 相似文献