基于连续蚁群算法的3-RPS并联机构正解

为了避免传统数值方法求解并联机构正解问题的弊端,提出了一种将并联机构正解问题转化为目标函数优化问题的求解方法。并联机构正解的核心问题是求解一组多元耦合非线性方程组,以此为依据建立了并联机构正解的目标函数优化模型,并提出了一种简单的连续蚁群算法来求解该优化模型。以求解3-RPS并联机构正解为例进行了仿真分析。结果表明,该算法具有良好的全局寻优功能,能够避免初始值和局部极小值对计算结果的影响,不用计算雅可比矩阵及其逆阵,且计算精度满足并联机构正解的要求。     

平面平台型Stewart并联机构的奇异性分析

提出一种研究平面平台型Stewart并联机构奇异性问题的新方法.采用四元数描述旋转矩阵,并将矢量的坐标扩展为4维形式,通过分析动平台位置与姿态变量之间的耦合关系以及四元数的性质,得到采用8个二次方程式表达的运动方程组.应用该运动方程组进一步导出平面平台型Stewart并联机构的一种新的雅可比矩阵,通过对该新雅可比矩阵求取行列式,得到了奇异性轨迹关于位置姿态变量的解析表达式.根据奇异轨迹解析表达式就可以确定奇异轨迹在空间的分布情况,无论是位置奇异还是姿态奇异都是适用的.通过一个具体的计算实例来验证新方法的正确性.提出的新方法可用于所有具有平面平台的Stewart并联机构的奇异性分析.     

结构参数对大型射电望远镜舱索并联机构奇异性的影响

与Stewart平台机构相似，大型射电望远镜舱索并联机构存在奇异性问题。在舱索机构开环运动控制模型的基础上，探讨了结构参数对奇异性的影响，找到了通过修改结构参数消除奇异性的方法，给出了设计参数可行域。计算机仿真和模型现场实验证明了设计方法的可行性。     

一种五轴并联机床的机构参数分步辨识方法

以五轴并联机床为研究对象,基于量子粒子群优化算法,对少自由度并联机床的机构参数辨识问题进行了研究。根据五轴并联机床的结构特点,对运动末端的测量位姿进行优化选取。将并联机构参数辨识问题转化为非线性系统的最优化问题,利用量子粒子群优化算法的全局搜索能力设计一种分步辨识方法对机构参数进行优化、辨识。仿真结果显示,基于量子粒子群优化算法的分步辨识方法能够比较准确地辨识机构参数的真实值。该分步辨识方法同样适用于其他少自由度并联机器人的机构参数辨识。     

基于改进蚁群算法的PDC钻头孔位加工轨迹优化

针对PDC钻头刀翼上刀具安装孔的铣削加工轨迹进行优化,对经典蚁群算法进行三方面改进:首先,在初始化信息素浓度时加入方向指导;其次,在局部信息素浓度更新的过程中采用信息素重新分配的方法;最后,在全局信息素浓度更新的过程中加入自适应调整因子。使信息素的浓度能够更好地反映路径信息,避免了经典蚁群算法易收敛到局部最优解的问题,增加了搜索到全局最优解的概率。仿真实验表明改进蚁群算法较经典蚁群算法能够更快速更准确地搜索到全局最优解。     

混合人工蜂群算法在并联机构尺度优化中的应用

以4-RUPaR并联机构为研究对象,以机构杆长为约束条件,利用解析几何中的坐标变换理论,得到其运动学反解模型,根据该模型,利用所有满足约束条件的"点集"描述并联机构定姿态工作空间大小。建立以并联机构驱动连杆长度、执行连杆长度和动平台尺寸为设计变量,以工作空间最大化作为优化目标的尺度优化模型。在求解多维优化问题时,为提高算法的搜索效率及解的质量,文中将差分进化(Differential Evolution, DE)算法融入人工蜂群(Artificial Bee Colony,ABC)算法,提出一种混合人工蜂群(Hybrid Artificial Bee Colony,HABC)算法,以增强算法的全局优化能力。应用HABC算法求解并联机构尺度优化设计,获得了较好的优化效果。     

改进蚁群算法下的物料配送路径优化研究

为满足混线生产车间物料配送准时化的需求,以配送路径最小为目标函数,满足配送工具装载量、工位时间窗等约束条件,分析并建立了车间物料配送路径优化问题的模型。基于蚁群算法对蚂蚁选择概率作改进,引入确定性和探索性搜索扩大搜索空间,并结合遗传算法里的相关操作,改善全局搜索的局限性和收敛速度,运用改进的蚁群算法对模型求解。最后通过某汽车后桥生产车间实际案例分析,验证了该算法的有效性。为制造企业车间物料配送优化提供了可参考的模型和算法。     

面向云计算环境任务调度的改进蚁群算法

云计算环境下的任务调度问题是一个NP完全问题,其目的是在各个处理节点上合理分配任务,优化调度策略以保证有效完成任务。以总任务完成时间最短和计算成本最低为优化目标,针对蚁群优化算法易陷入局部最优的缺陷,提出了一种求解该问题的改进蚁群算法。该算法将遗传算法的二点交叉算子融入到蚁群优化算法中,以提高蚁群优化算法的局部搜索能力。通过在云仿真平台Cloud Sim上进行仿真实验,结果表明改进蚁群算法缩短了总任务完成时间,降低了计算成本,从而证明了该算法能有效地解决云计算环境下的任务调度问题,并且其优化能力和收敛速度优于蚁群优化算法和改进离散粒子群算法。     

3-UPU并联机构运动学及工作空间研究

根据3-UPU并联机构的结构特点,采用新型数值算法求得机构运动学逆解;通过对机构运动学逆解复合求导,快捷地得到了机构运动学雅可比矩阵;进而对机构进行奇异性分析,得到机构处于奇异位姿时的三种情况;最后,运用极限搜索法结合MATLAB软件求得机构的工作空间。为该型并联机构参数优化等研究奠定了理论基础。     

基于改进蚁群算法的机器人末端路径排序优化

建立了针对机器人加工时的末端运动路径排序优化问题的数学模型,将该模型转化为广义旅行商问题并用蚁群算法求解。同时对经典的蚁群算法进行了改进,即采用多阶段搜索策略、邻域搜索策略及多蚁种搜索策略,使改进后的蚁群算法能为机器人求取一条更优的末端运动路径。计算机仿真与机器人加工实验结果表明,改进蚁群算法所得的末端运动路径比基本蚁群算法所得结果缩短了3%以上。     

量子蚁群算法在压力容器优化设计中的应用

建立压力容器的优化设计数学模型,利用一种新型的优化算法——量子蚁群算法对压力容器的主要参数进行优化设计。量子蚁群算法在蚁群算法的基础上引入量子理论,该方法能尽快搜索到较理想的下降方向,提高了算法的收敛速度。具体应用实例表明,基于量子蚁群算法的优化设计切实可行,显示量子蚁群算法在化工设备优化设计问题上的可用性。     

一类混合模拟退火与蚁群优化算法及其收敛性分析

针对蚁群算法易陷入局部最优和模拟退火算法搜索效率低的缺点,利用蚁群算法搜索高效和模拟退火算法的概率突跳性,提出运用两者优点的混合算法,借鉴模拟退火算法来改善全局优化能力,并分析了算法收敛性。通过中国旅行商问题的求解表明算法的优越性。     

基于蚂蚁算法的混合离散变量机械优化设计方法

引入蚁群更新、沿途搜索等策略对蚂蚁算法进行了改进。为了求解混合离散变量优化设计问题，在搜索过程中对设计变量进行工程化处理，蚂蚁按处理后的变量进行离散搜索。采用MATLAB语言设计了蚂蚁算法程序，通过典型优化设计问题进行了验证，并给出了混合离散变量机械优化设计实例。实例表明，改进后的蚂蚁算法全局收敛能力强，程序运行可靠。     

基于蚂蚁算法和SVR的离散变量稳健设计优化

引入蚁群打散、离散搜索等策略对基本蚂蚁算法进行了改进,并采用MATLAB语言编制了离散变量优化设计的蚂蚁算法程序。采用支持向量回归机对模糊概率等非线性函数进行仿真计算．提高了模糊稳健优化设计的求解效率。给出了混合离散变量的稳健优化设计实例,表明了所提出方法的有效性和实用性。     

基于MapReduce和多目标蚁群算法的制造云服务动态选择算法

基于云计算技术和云服务技术研究了云服务的动态选择问题,给出了云制造服务层次化模型,提出了一种基于MapReduce和多目标蚁群算法的制造云服务动态选择算法(CSSMA)。依据CSSMA设计了多目标蚁群算法、Map函数、Reduce函数和优化策略等,并将其分布式并行运行于制造云平台中。仿真实验结果表明:CSSMA具备良好的处理大规模问题的能力,适用于制造云服务动态选择问题的求解。     

Ant colony optimization in continuous problem

Based on the analysis of the basic ant colony optimization and optimum problem in a continuous space, an ant colony optimization (ACO) for continuous problem is constructed and discussed. The algorithm is efficient and beneficial to the study of the ant colony optimization in a continuous space. __________ Translated from Mechine Design and Research, 2006, 22(2): 6–8, 12 [译自: 机械设计与研究]     

一种求解变速机调度问题的混合蚁群优化算法

针对一类变速机总加权拖期调度问题,提出一种混合蚁群优化算法.引人单机拖期调度问题中性能良好的修正预计完成时间的一种修改版本启发式规则,计算信息素初值,有利于算法跳出局部极值,并在局部搜索阶段,采用单亲遗传算法基因移位算子,有效优化当代最优解.通过均匀试验设计和统计分析,确定算法的关键参数组合,将算法应用于随机生成的不同规模的40个算例,并将其结果与同类文献中算法的优化结果进行对比分析.结果表明,在相同迭代次数下,混合算法优于对比算法.     

基于蚂蚁算法的谐波齿轮传动模糊优化设计

研究了谐波齿轮传动优化设计问题，建立了其模糊优化设计数学模型。引入蚁群更新策略对蚂蚁算法进行了改进。为了求解混合离散变量优化设计问题，在搜索过程中对设计变量进行工程化处理，蚂蚁按处理后的变量进行离散搜索。采用MATLAB语言设计了蚂蚁算法程序，给出了谐波传动的混合离散变量优化设计实例。