机电产品管路自动敷设的粒子群算法

基于粒子群优化算法提出一种机电产品三维管路自动敷设算法,该算法以预处理和优化搜索为基本框架。在预处理阶段,利用混沌技术,建立混沌栅格预处理模型。三维管路敷设空间经过混沌栅格预处理模型处理,可有效地降低管路自动敷设算法的求解复杂度。在优化搜索阶段,通过分析粒子群算法和人口迁移的特点,提出改进粒子群算法。改进粒子群算法针对粒子群算法收敛速度慢、容易陷入局部极小的缺点,提出子空间局部搜索、解空间全局搜索和补空间开拓搜索。基于混沌栅格预处理模型和改进粒子群算法,给出高效的管路自动敷设算法流程图。对比试验和改进粒子群算法的理论分析,表明该优化搜索算法具有较好的性能,并证明改进粒子群算法的收敛性。实例验证表明该算法的有效性和实用性。     

基于混沌算法的机电产品管线自动敷设研究

针对机电产品管线敷设的困难,提出了一种机电产品3维管线自动敷设算法.该算法以预处理和优化搜索为基本框架,通过引入混沌技术,在预处理阶段建立了混沌栅格预处理模型,可有效地提取可行解空间,缩小了搜索范围,提高了求解效率.通过利用分层的思想,提出了在优化搜索阶段高效搜索解空间中优化管线轨迹的分层混沌优化算法.通过算法复杂性分析,给出了自动敷设算法的时间复杂度,并通过实例验证了该算法的有效性和实用性.     

基于粒子群优化算法的小型足球机器人路径规划

为了解决足球机器人无法躲避动态障碍物和容易陷入局部极值的问题,在深入研究粒子群优化算法的基础上,提出了采用栅格法与粒子群优化算法相结合的路径规划算法。首先采用栅格法对小型足球机器人工作环境构造模型,再利用改进的粒子群优化算法进行最优路径搜索。该算法实现简单,收敛速度快,不易陷入局部极值,不仅能够满足足球机器人实时动态的路径规划要求,而且能满足不同环境下的路径规划要求。仿真实验表明,该方法可以很好地应用于足球机器人的路径规划中。     

基于改进粒子群算法的机器人路径规划

为了提高移动机器人路径规划的质量,提出了基于改进粒子群算法的机器人路径规划方法。对障碍物进行膨化处理,简化了障碍物模型;通过坐标变换,将二维优化问题简化为一维优化问题;建立了包含路径长度和路径平滑度的适应度函数;分析了传统粒子群算法及缺陷,引入了跳出机制和牵引操作,跳出机制保持了种群多样性和全局搜索能力,牵引操作加快了算法收敛速度,从而提出了改进粒子群算法;经仿真实验验证,改进算法规划的路径在长度、平滑度、规划时间上均具有优势。     

离散粒子群优化算法求解矩形件排样问题

提出了一种基于离散粒子群优化算法求解矩形件排样问题的方法.文中介绍了基本粒子群优化的搜索策略与基本算法,用置换子和置换序列构造一种离散粒子群优化矩形件排样算法,通过实例和遗传算法相比较,实验结果表明该算法是有效的.     

基于多尺度混沌变异粒子群算法的三维空间线缆敷设技术

针对复杂机电产品线缆敷设困难问题,提出一种基于多尺度混沌变异粒子群算法的三维空间线缆敷设方法。首先分析了线缆敷设顺序对布线连通结果的影响,通过三维敷设空间环境的抽象建模,完成算法求解空间的定义。为实现路径寻优的局部解逃逸,将混沌变异思想引入到粒子群算法中;利用不同变异尺度之间的相互竞争来促使整个种群对解空间进行分散式搜索,解决单一的变异尺度无法保证获取最优解的问题,提高了算法全局和精确的局部寻优性能。最后用4种标准测试函数对所提算法进行仿真试验,并将算法应用到某相控阵雷达的线缆敷设过程中,以验证所提方法的正确性。     

带时间窗装卸一体化车辆路径问题的混合离散粒子群优化算法

为了同时实现总配送成本最低、车辆数最少和车辆行驶距离最短等目标,考虑车辆指派成本及运输路径成本的相对重要性,建立了带时间窗装卸一体化车辆路径问题的混合整数规划模型。针对该问题搜索空间的离散性和求解算法的局部收敛性,提出了一种混合离散粒子群求解算法。算法基于客户排列的直观无分段大路径解表示法,采用改进深度优先搜索分割法对问题解进行解码与评价;嵌入一种变邻域下降搜索程序并在个体粒子每次迭代时以一定概率选择执行,利用混合粒子群算法在多邻域深度搜索和在全局空间广度搜索进行寻优,同时应用模拟退火思想和比例选择性变异最差个体来改善个体搜索停滞现象。采用两个不同目标算例进行寻优测试,验证了所提算法的可行性和有效性。     

Maklink环境下机器人导航路径的蛙跳多种群粒子群优化

为了减少机器人导航路径长度和优化时间,提出了基于蛙跳多种群粒子群算法的路径规划方法。建立了机器人工作环境的Maklink模型,首先使用MS算法搜索出若干最短路径,然后提出了蛙跳多种群粒子群算法进行路径二次优化。将蛙跳算法的深度搜索思想引入到粒子群算法中,提出了多种群粒子群算法的分群方法、更新策略和合作机制,进而给出了基于蛙跳多种群粒子群算法的机器人导航路径优化方法。经过仿真验证,蛙跳多种群粒子群算法具有最佳的优化效果,最短路径长度比MSCPSO算法减少了3.82%,比PSO算法减少了5.46%;另外,蛙跳多种群粒子群算法的运行时间比MSCPSO算法减少了25.53%,比PSO算法减少了18.79%。     

基于工程规则的航空发动机管路敷设算法

复杂装备如航空发动机通常包含大量的对产品性能与可靠性有着重要影响的管线,管线敷设需要考虑空间限制与规则约束,手工敷设会导致反复修改且效率低下.提出一种基于工程规则的航空发动机管线自动敷设算法.该方法将航空发动机布管问题描述为求取满足一定规则的扫掠圆运动轨迹问题,采用柱坐标系对航空发动机的回转布管空间进行描述,构建轨道线框用于限定扫掠圆的运动轨迹.提出基于工程规则的布管算法引导扫掠圆接近目标,并提出障碍轮廓扩张法使得扫掠圆绕过形状复杂的管路附件.算法存储空间小、搜索速度快,且不局限于柱面或锥面,因此更具一般性.通过若干航空发动机管路敷设的数值算例,验证了算法的可行性与高效性.     

改进蚁群算法在焊接机器人路径规划中的应用

路径规划是机器人研究的核心内容之一。为了解决针对于白车身生产线焊接机器人路径规划效率低下的问题,提出了一种改进的焊接机器人路径规划的方法,分析了焊接机器人路径规划问题的构成。并针对基础蚁群算法在解决焊接机器人路径规划时,容易出现搜索时间过长、效率低、容易陷入局部最优等问题,引用了粒子群算法。利用粒子群算法对蚁群算法随机产生的若干组较优解进行交叉和变异操作,得到了更有效的解。最后在MATLAB中利用优化后的蚁群算法计算最佳焊接路径,并与基础蚁群算法的结果对比。对比情况表明:优化的蚁群算法在解决焊接机器人路径规划问题上能得到更优的焊接路径和稳定性。