基于TSP问题求解的机构同构判定算法

提出了描述运动链拓扑结构特征的一种新参量——条件最大结构码及其求解方法。在此基础上,将机构同构判定问题转化为了最大结构码的求解问题,并进一步阐明了该问题实质上可等同成一个可降次的TSP（Travelling salesman problems）问题。遵循上述思路,将算法分成降次和遗传求解TSP问题两个阶段分别进行深入讨论。通过一个特殊的算例进一步验证了该算法的有效性。     

基于改进哈明数的行星轮系机构同构判定新方法

同构判定是行星齿轮系结构合成时不可缺少的过程之一,对于创造新颖且具有优良传输特点的行星轮系具有重大意义。提出了一种基于改进哈明数判定行星轮系同构的新方法。首先,提出一种改进构件邻接矩阵,描述行星轮系拓扑图,该矩阵包含行星齿轮系拓扑结构的所有信息,具有描述的唯一性。然后,用特征码表示齿轮系的基本特征,作为同构的必要条件。定义了改进哈明数原理,得到哈明码,通过判断特征码和哈明码两结构恒量是否相等来判定是否同构。最后,通过实例验证了该方法的有效性和可靠性。     

基于电路网络分析的运动链同构判定

应用电路分析中的基尔霍夫定律和电路网络分析方法来判断运动链的同构。首先建立了运动链的等效电路模型 ,将运动链的拓扑结构关系等效为电路网络的拓扑约束关系。然后应用电路定律和电路网络分析的支路电流法进行分析 ,得出了基于电路网络分析的运动链同构判定依据 ,最后结合实例说明了运动链的同构判定方法。该方法简单、可靠、操作简便 ,是一种新颖的运动链同构判定方法     

一种进行运动链和机构同构判定的新方法

提出了一个用来检测多个平面运动链之间的同构对象的新的恒量序列,该恒量序列把杆的级别和运动副的类型、自由度都考虑在内,被称为改进了的各杆总距离等级序列。并提出了一个用以得到这个恒量序列的算法。同时,本文还提出了一个用于检测给定的一个运动链中的非同构机构的计算机辅助方法     

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。     

机构同构图识别的映射-遗传复合算法研究

基于映射原理和遗传算法提出了一种判别图同构特征的复合算法，该算法通过研究两个图的映射关系并进行编码，结合遗传算法构建同构判别问题的模型。针对同构识别中码元不能重复的特征，提出了交叉算子和变异算子的重新设计对策；引入模拟退火算法确定了从当前解到新解转移的概率，从而避免陷入局部最优；基于数学实验提出了一些模型参数的选择原则以提高算法效率。算例表明，该复合算法可有效地应用于机构图的同构判别，为机构创新设计智能CAD研究提供了一种有效的同构识别方法。     

基于邻接矩阵的行星齿轮系同构判定方法

行星轮系(PGTS)的同构判定是一个复杂的问题,为此,提出一种基于邻接矩阵的方法来判定行星轮系是否同构。首先提出一种新的方法来描述行星轮系的拓扑图,该新型拓扑图可准确描述不同构件间相互邻接的关系。并在传统邻接矩阵的基础上进行改进后提出一种新的非对称邻接矩阵来描述行星轮系的拓扑图,该新型邻接矩阵可准确描述每个构件的类型,以及与其他构件间的邻接关系与邻接方式。再通过计算邻接矩阵的特征值与特征向量来判别行星轮系是否同构。经过实例验证,相较于之前的判定方法此方法具有高效性、可靠性。     

利用邻接矩阵的幂序列进行运动链和机构同构判定

从同构的图论意义出发,提出了一个新的运动链结构不变量,进而提出了利用邻接矩 幂序列进行运动链同构判定的方法,它与现有的其他方法相比,具有直观、简便和显明图论依据的特点,且该方法不仅可以实现运动链的同构判定,而且可以成功判定一般图的同构。在此基础上,本文最后给出了从同一运动甸宫识别出不同机构的两个方法。     

基于遍历环路的行星轮系同构判定新方法

同构判定是行星轮系构型综合时必不可少的过程之一,对于设计新颖的、具有优良传输特点的行星轮系具有重要的意义。提出了一种基于遍历环路判定行星轮系同构的新方法。首先,提出了一种遍历环路的新型环路矩阵来描述行星轮系拓扑图的基本特征的新方法,该矩阵包含行星轮系拓扑结构的所有信息;然后,定义了遍历环路的规则及其优先级,确保描述的唯一性;接着,基于改进哈明数原理和行星轮系的新型环路矩阵,获得行星轮系的环路码、环路序列和环路度,通过判断环路码和环路序列和环路度3个结构特征是否相等来判断是否同构;最后,通过案例验证了该方法的有效性和可靠性。     

基于元胞蚁群算法的平面四杆机构优化设计

基于元胞蚁群算法的原理和模型,针对平面四杆机构再现轨迹优化设计模型进行了研究,并运用相应的元胞蚁群算法进行了优化设计。优化计算结果表明,元胞蚁群算法应用于机械优化设计可获得较好的效果,为复杂的机械优化设计问题提供了新的思路和方法。     

基于MATLAB的蚁群算法仿真研究

介绍了基于MATLAB的蚁群算法仿真研究,对佛罗里达州六城市旅行商问题进行了MATLAB仿真,计算结果显示,作为新型进化算法,蚁群算法能够解决复杂组合优化问题.     

基于MapReduce的蚁群算法

云计算环境下应用蚁群算法分布式并行对问题进行求解的研究较少,且蚁群算法存在搜索时间长和易收敛于非最优解的缺陷,当问题的规模较大时求解困难。为此应用云计算技术将蚁群算法并行化,提出基于MapReduce的蚁群算法。该算法将分治思想和模拟退火算法融入蚁群算法,改进其缺陷,并应用于求解较大规模的旅行商问题。仿真实验取得了较好的效果,且获得了测试实例gr666的新解。     

利用邻接矩阵的幂序列进行运动链和机构的同构判定

从同构的图论意义出发,提出了一个新的运动链结构不变量,进而提出了利用邻接矩阵的幂序列进行运动链同构判定的方法。它与现有的其他方法相比,具有直观、简便和显明图论依据的特点,且该方法不仅可以实现运动链的同构判定,而且可以成功地判定一般图的同构。在此基础上,本文最后给出了从同一运动链中识别出不同机构的两个方法。     

基于蚁群算法的机器人路径规划研究

蚁群算法是一种全局智能仿生算法,具有较强的鲁棒性和环境适应性,在栅格化环境下适用于机器人路径规划,但会带来搜索出的路径拐弯过多、运动延时、移动累计误差增大和产生额外机械磨损等问题。为解决上述问题,提出了路径平滑处理策略,对蚁群算法每次迭代出的最短路径进行了平滑处理,针对每次迭代搜索出的最短路径栅格节点集合,在不妨碍机器人运动的前提下,拉直移动路径或减缓拐弯角度,从而避免不必要的急拐弯。仿真结果表明,加入平滑处理策略后的蚁群算法能够达到有效减少移动路径长度、降低转弯次数、缩短运动时间的目的。     

基于遗传算法的机构运动链同构识别

提出了一种基于遗传算法的机构运动链同构识别方法。研究了遗传算法求解同构识别问题的模型,包括适合度函数,有序编码,有序交叉算子。进行了实例研究及计算机仿真,显示该方法是成功的。     

基于蚁群算法的移动机器人路径规划研究

针对蚁群算法的特点,把蚁群算法应用到移动机器人的路径规划中,在Matlab中建立移动机器人仿真系统,运用格栅法创建移动机器人的工作环境,设置蚁群算法中的参数,运行程序得出了移动机器人的运动轨迹,得到了蚁群从起始点运动目标点的最优路径。仿真结果表明,蚁群算法能够准确得到移动机器人的最优路径,在移动机器人的路径规划中具有很好的实用性。     

基于云计算环境的蚁群优化算法研究

介绍了基于云计算环境下的蚁群优化算法,给出了计算仿真平台的建立及体系架构,包含分布式处理、并行处理和网格计算等相关技术,并在该平台下采用蚁群算法得到任务调度的优化。通过在CloudSim平台进行仿真试验证明,该算法具有较强的寻优能力和实时计算能力,是一种实用和有效的算法,完全可以满足大部分互联网各终端的调用需要。     

基于蚁群算法的电梯群控系统研究

随着工业4.0时代的来临,工业互联网技术的飞速发展,在高层建筑中,对电梯的依赖与日俱增。传统的电梯多为单部运行,在高峰期已经满足不了人们的正常需求,电梯群控应运而生。群控系统是指统一调配3台以上的运动控制系统,电梯群控具有多目标性,动态性,扰动复杂,非线性的特点。若干电梯不同楼层之间包含着庞大的数据处理,为了避免轿厢过于拥堵和乘客侯梯时间较长的情况,结合蚁群算法在解决离散数据组合方面的显著优势和强大的全局优化能力,将蚁群算法和电梯群控的问题结合起来,能够更好的实现电梯的调度分配,提高系统的整体性能。通过Matlab以及电梯仿真软件Elevator Simulation仿真,从乘客乘梯的舒适性,平均候梯时间,耗能等方面验证蚁群算法的可行性。     

基于蚁群算法的圆柱齿轮优化设计

蚁群算法是优化领域中新出现的一种仿生学算法。本文介绍了蚁群算法的基本原理、模型和算法实现过程,并采用该算法对圆柱齿轮进行了优化设计。计算结果表明,该算法计算效率高,不失为一种多参数复杂约束条件下的有效的优化算法。     

基于蚁群算法的选择装配

选择装配是一种由低加工精度零件获得高精度装配件的方法,可归纳为一个组合优化问题,蚁群算法是解决这类问题的有效方法.综合考虑选择装配中的匹配率和匹配精度,提出以综合装配质量指标为选择装配的目标函数.为了求解选择装配的组合优化问题,在蚁群算法的框架内提出一个考虑信息素分布为节点模式的蚁群算法解构造图模型,并详细讨论蚁群算法的实现过程.通过对实例的仿真计算,考证该方法的实效性.