基于改进自适应小生境遗传算法的机械臂逆运动学求解

逆运动学求解对机械臂位姿控制和轨迹规划具有重要意义,针对逆运动学求解存在多解及通用性差的问题,提出了一种基于改进自适应小生境遗传算法的逆运动学求解算法。适应度函数融合位姿误差和"最柔顺"原则,不存在多解及奇异解问题;引入减法聚类分析,提升算法通用性;对遗传算法进行改进,提升了算法收敛速度及精度。利用六自由度机械臂进行仿真实验,结果表明该算法收敛快、精度高,可求得唯一解。     

约束多目标人工蜂群算法

为提高约束多目标进化算法的收敛性和解集分布性,提出一种基于人工蜂群算法的改进约束多目标进化算法CMABC。在利用外部种群分别存储较优可行解和不可行解处理约束条件的基础上,根据约束多目标问题的特点,对外部种群的更新方式、迭代种群的更新方式及人工蜂群算法进行改进。实验仿真结果表明,CMABC相对于目前性能较好的MOABC及HPSO具有一定优势,能够在保证良好收敛性的同时,使获得的Pareto最优解集具有更均匀的分布性和更广的覆盖范围,适合于约束多目标优化问题的求解。     

MOTOMAN机械手逆运动方程新的推导方法及求解

提出了一种新的推导MOTOMAN型机器人逆运动学方程的方法,进而给出逆运动问题新的求解方法。此方法不需要对机械手末端位净进行坐标变换,另外在解的扒导过程中避免了大量的逆矩阵相乘,方法简单,便于工业控制和仿真,仿真证明了计算结果的正确。     

多节双八面体变几何桁架臂逆运动学解析算法

针对多节双八面体变几何桁架臂(VGT)的逆运动学快速准确求解问题,提出逆运动学解析算法.根据双八面体VGT对称结构和镜像变换矩阵,引入不依赖于欧拉角和Denavit-Hartenberg(D-H)参数的旋转矩阵.通过建立2个辅助坐标系,将整体逆运动学问题分解为求解辅助坐标系旋转矩阵子问题和求解辅助坐标系内位置矢量子问题,给出两节双八面体VGT的逆运动学解析算法.通过分析两节VGT逆运动学的解析解,给出可以将多节臂等效为一节臂的简化运动学构型,将N节VGT臂等效为两节双八面体VGT臂.利用两节双八面体VGT臂的逆运动学算法和简化构型,可得N节臂逆运动学解.仿真验证表明,逆运动学解析算法的计算速度和精度优于雅可比矩阵法.在实际双八面体VGT机构上的测试验证了逆运动学算法的有效性.     

超冗余移动机械臂的逆运动学快速求解

为了快速并精确地求解一类冗余移动机械臂(MM)运动学的优化逆解,提出了一种基于遗传信
赖域算法和解析解法相结合的运动学求逆方法. 首先使用解析解法求出机械臂逆解关于移动
车运动参数的表达式,据此表达式引入关节最佳柔顺性准则确定信赖域算法的目标函数;然
后用遗传信赖域算法快速求解此只包含移动车运动参数为自变量的目标函数的最优化问题,
据此求出运动学逆解. 仿真算例表明,该方法能快速求出精确和优化的运动学逆解.     

三分支机器人最小范数逆解算法

基于线性方程组及条件极值理论,针对三分支机器人逆运动学问题,提出了一种改进的最小范数逆解算法,避免了传统最小范数逆解中雅可比矩阵广义逆的复杂计算.针对操作分支关节数不小于任务空间维数的情况,进一步利用施密特正交化过程进行简化,提高了运算的实时性.搬运物体的仿真实例结果验证了所提算法的有效性.     

线性时变二次型最优控制的块脉冲算子方法研究

对线性时变二次型最优控制问题,应用块脉冲算子法进行求解,使其化为多段动态规划问题,给出了该问题的分段数值解,算法简单,避免了多维矩阵的求逆问题。     

6R机器人逆运动学求解与运动轨迹仿真

针对如何提高6R机器人逆运动学求解的精度和效率问题,提出一种基于动态模糊神经网络进行求解的方法。根据6R机器人逆运动学方程组具有高维非线性、求解复杂的特点,对动态模糊神经网络进行改进,使其能够应用于多输入多输出系统,建立运动学逆解预测模型。通过正运动学方程获取工作空间位姿样本,以工作空间的位姿作为预测模型的输入变量,以关节空间中的关节角作为输出变量,用样本数据对逆解预测模型进行训练。最后,运用该模型对KR16-2机器人进行复杂运动轨迹仿真,并与RBF和BP神经网络模型的求解效果进行比较,结果显示,基于动态模糊神经网络的6R机器人运动学逆解预测模型具有精度高、鲁棒性优和泛化能力强的特点,证明了该方法的可行性和有效性。     

六自由度机器人的运动学分析

针对一种自主研发的二三四轴相互平行的六自由度机器人,通过D-H(Denavit-Hartenberg)法建立机器人连杆坐标系和变换矩阵,求得正运动学方程,基于矩阵逆乘的思路进行逆运动学的求解,提出此类六自由度机器人逆运动学求解的方法,求出逆运动学的全部解析解。针对该机器人的奇异性,提出奇异位置逆解的处理方法,并用MATLAB机器人工具箱Robotics Toolbox验证了正解模型和逆解算法的正确性。研究结果为该机器人后续的轨迹规划和控制提供理论依据,对于具有相似结构的机器人运动学正逆解问题具有借鉴意义。     

用改进蚁群算法求解多目标优化问题

蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。     

一种改进的蚁群算法求解车辆的最短路径问题

基于交通网中交通流参数关系模型,提出了新的状态转移概率计算公式,同时在信息素更新策略中引入交通流密度因子,使算法可以根据时变的路网信息求解车辆的最短路径;利用蚁群算法和遗传算法相结合的思想来避免基本蚁群算法在求解车辆最短路径时易陷入局部最优解的缺陷。实验仿真结果表明,改进后的蚁群算法较基本蚁群算法能准确快速地找到基于时间的最短路径,并能有效解决实际交通系统中的最短路径问题,具有一定的实际意义和参考价值。     

一种智能高效的并行护士排班算法

护士排班问题是多约束条件下的NP难优化问题,好的排班对提高护士工作效率、优化医院人力资源配置具有重要意义。然而,目前大多数算法不仅在计算时间和求解质量之间难以有效达到平衡,而且很难在可行的时间内求解这类大规模问题。针对上述问题,提出了一种新的智能高效两步并行护士排班算法。第1步采用启发式调整排序随机生成问题的初始解,以获得高质量的算法初始解;在此基础上,第2步采用并行智能多样化变邻域搜索和增量式计算来快速寻优。同时,采用随机扰动使算法逃离局部最优,并引入禁忌列表以避免冗余计算。大量的标准测试数据集上的仿真实验结果表明:这种算法在平均解质量和运行时间上均优于现有最好的护士排班算法,且更适合于大规模护士排班问题的求解。     

基于位姿分离的机械臂解析求逆优化算法

针对6R机械臂逆向运动学求解过程复杂繁琐、求解精度不理想的问题,提出一种基于位姿分离的解析求逆优化算法.利用改进型D-H参数法建立机械臂的运动学模型,通过连杆变换矩阵推导出机械臂的正向运动学方程,利用位姿分离思想进行逆解优化算法设计,利用蒙特卡洛法分析机械臂的工作空间,运用Matlab Robotics工具箱验证改进算法的有效性.结果表明：该改进算法具有较高的求解精度,与现有解析优化算法相比,大幅度简化了求解过程,提高了运算效率.     

避免奇异解联合对角化的两种高效算法

针对避免奇异解的联合对角化算法计算量大的问题,提出两种改进的高效算法．在第一种改进算法中,将对角化矩阵行列式按当前更新的列展开,从而避免了计算行列式过程中的矩阵求逆．另一种改进算法将列交换后的对角化矩阵进行QR分解,由分解得到的上三角矩阵计算对角化矩阵的行列式．由于两种改进算法减少了一次矩阵求逆,因此降低了原算法的计算量．仿真结果表明,当目标矩阵个数和维数较大时,两种改进算法的计算量分别为原算法的18.9％和13.5％．     

一种求解旅行商问题的迭代改进蚁群优化算法

传统的蚁群优化算法每次都从头开始构造新解,无条件地接收选择的解部件,该策略削弱了算法的局部求精能力。针对该不足,提出了一种求解旅行商问题的迭代改进蚁群优化算法。在构造解的过程中,蚂蚁始终记忆一个完整的解,并且只接受能够改进解的候选城市。使用解的部分重构策略来保持种群的多样性,以避免早熟收敛。仿真结果表明迭代改进蚁群优化算法能在更少的迭代次数内获得更好的解。     

基于PSO的电力系统环境经济负荷调度

针对基于线性加权和处理成单目标优化问题的传统方法存在的缺陷,提出使用粒子群优化算法求解EELD多目标优化问题。该方法通过对粒子群算法个体极值和全局极值选取方式的改进,实现了对EELD多目标优化问题的非劣最优解集的搜索,为决策者提供了丰富的参考信息。在此基础上,应用模糊满意度方法求出的最优折衷解为调度运行人员提供了最佳调度折衷方案。最后,对一个三机系统进行了测试,并与线性加权人工神经网络法进行了比较分析,仿真结果验证了该方法的有效性。     

三分支空间机器人的迭代运动学逆解

基于旋量理论指数积公式及空间雅可比矩阵,对三分支空间机器人逆运动学求解问题进行了研究,提出了一种通用的三分支机器人逆解迭代算法,并建立了统一的逆运动学求解模型。对于具有球腕结构的三分支机器人,给出了位姿解耦形式的简化算法。该算法较速度级控制法计算精度更高,且不依赖于机器人的构型,适合于构型不确定的模块化机器人。通过搬运物体的仿真试验,验证了算法的有效性。     

进港飞机调度多目标优化问题的改进NSGA-II算法

基于多目标优化问题的Pareto最优解概念,提出了一种求解非劣解集的改进非支配排序遗传算法(NSGA-II),用于解决多条跑道情况下进港航班调度问题,要求航班总延误时间平方和及总延误成本两个目标最少。重点讨论了算法实现中的基于最近邻思想的启发式交叉算子和改进的变异算子,以及对非劣解集的筛选操作。最后进行了仿真实验,对优化结果进行了分析比较。研究结果表明改进NSGA-II算法对多跑道进港飞机调度多目标优化问题具有较好的应用前景。     

随车吊机械臂运动学建模及逆运动学求解

根据随车吊机械臂各关节的运动特点,详细分析机械臂的运动学模型,采用齐次变换矩阵推导出系统的正运动学方程。针对随车吊机械臂逆运动学存在多解的问题,提出了一种基于改进收缩扩张因子的量子粒子群优化算法,并在算法中加入混沌搜索抑制"早熟"问题。仿真结果验证了机械臂逆解计算的有效性。     

基于灰狼优化算法的置换流水线车间调度

采用了一种新颖的混合灰狼优化算法来求解置换流水线调度问题。针对标准灰狼优化算法在求解离散流水线车间调度问题时收敛速度慢的现象,并结合问题的特点,提出了改进的灰狼优化算法。为了避免非可行解的产生,在该改进算法中采用了随机键编码机制对工件位置进行编码,同时引入局部搜索策略以提高算法收敛能力,基于灰狼个体间的社会等级信息以最优3个狼指引其它个体到达最优解区域从而更新种群。通过最新标准测试集的仿真结果和算法比较验证了所提算法的有效性。