基于遗传算法和结构误差的平面四杆机构轨迹优化综合

提出了基于结构误差进行平面四杆机构轨迹优化综合的方法。基于结构误差建立了一个统一的优化综合模型 ,使连杆轨迹曲线上的点与原动件的运动可以相关也可以不相关 ,采用改进的遗传算法进行优化计算 ,保证了获得全局最优解。该优化综合模型应用与机构分析相同的解析函数方法来完成机构的轨迹综合 ,因此计算便利。给出了三个综合实例 :与原动件运动不相关的直线轨迹和直角轨迹、与原动件运动相关的 8字形轨迹 ,结果表明了本方法的有效性     

可调球面5R机构多任务轨迹综合的遗传算法优化

针对球面多任务轨迹综合问题,提出了一种基于遗传算法进行优化的可调球面5R机构求解方法。通过对5R机构的位姿分析,以机构实际实现轨迹曲线与给定任务曲线之间的位置误差最小为目标函数,建立了轨迹综合优化的数学模型。给出了应用遗传算法求解问题的编码,解码方法及选择和变异的方式,通过适应度函数的评估寻求最优解。并给出数字实例验证其有效性。     

用连杆转角曲线法实现四杆机构轨迹综合及其多解评价的研究——平面连杆机构综合可视化方法之二

本文利用连杆转角曲线法进行平面四杆轨迹综合，在对任意轨迹曲线的“无穷多点”实现了多解后，提出一种基于神经网络的多解排序方法，训练了一个前馈型神经网络在规定的条件下对多解进行评价、排序。在整个求解过程中实现了可视化，对设计中求得的机构还可以进行运动仿真，软件的界面设计合理，人机交互十分方便。     

可调节型连续轨迹生成机构的优化综合

提出一种可调节型连续轨迹生成机构的优化综合方法。在确定了可调节型双曲柄机构轨迹柔性的基础上，基于从动杆杆长结构误差建立机构的优化综合模型，采用改进遗传算法获取综合结果。从动杆杆长结构误差不仅计算便利，且能有效反映出实际生成的轨迹曲线与预期的理想轨迹曲线间的差异，避免了在两轨迹曲线上选取对应比较点的困难。改进遗传算法保证了获得全局最优解。综合实例结果表明了本方法的有效性。     

基于遗传算法的贴片机贴装顺序优化

元件贴装顺序是决定贴片机生产效率的关键问题。针对拱架型贴片机,采用了一种遗传算法。该遗传算法有其独特的染色体编码解码方式和交叉算子。算法中的染色体根据被贴装的印刷电路板由一条或多条子链组成,染色体的一个基因代表一个取贴循环。实验结果表明,该算法可以有效解决元件贴装顺序问题。同时,分析比较了三种传统交叉算子和该交叉算子的优化结果,表明这些传统交叉算子不能有效解决该问题。     

基于遗传算法的五杆机构实现轨迹优化综合

本文以补偿位移最小和曲柄均匀转动为双目标函数,建立了五杆机构实现多点轨迹的优化模型;指出了五杆机构的全域优化综合是多峰,多态,多模型,多不等式约束优化问题;提出了运用擅长全域搜索的遗传算法直接求解该优化问题,实例计算表明该方法是实用可行。     

双曲柄连续轨迹生成机构的优化综合

本文首先提出从动杆杆长结构误差的概念,然后基于该结构误差建立优化综合模型,采用改进遗传算法获取综合结果。从前杆杆长结构误差不仅计算便利,且能有效反映出实际生成的轨迹曲线与预期的理想轨迹曲线间的差异,避免了在两轨迹曲线上选择对应比较点的困难。改进遗传算法保证了获得全局最优解。综合实例结果表明了本方法的有效性。     

基于多因素模型和多尺度遗传算法的复杂曲面喷涂轨迹综合优化

针对复杂曲面喷涂轨迹的量化评价指标不够完善,提出基于多因素模型和多尺度遗传算法的复杂曲面喷涂轨迹综合优化方法。首先,结合喷涂质量和机器人运动性能要求,综合分析机器人喷涂轨迹影响因素,构建喷涂轨迹多因素模型。其次,利用层次分析法,确定模型因素权重。然后,采用多尺度、动态进化策略改进遗传算法,定义多尺度遗传算法。最后,将多尺度遗传算法应用于复杂曲面喷涂轨迹综合优化。实例研究表明,喷涂轨迹的综合评价指标得到显著提升,能有效解决复杂曲面喷涂轨迹离线规划难题。     

基于遗传算法的移动机械臂轨迹优化研究

根据移动机械臂运动学和动力学约束,为优化其工作性能,提出了一种基于遗传算法的移动机械臂轨迹优化方法,以时间-冲击最优、运行的时间、移动的空间距离和轨迹长度作为优化指标,同时考虑关节速度、加速度及力矩的约束,为提高关节轨迹的平滑性,采用三次样条曲线拟合关节轨迹,实验结果表明所规划轨迹的关节位移、速度、加速度曲线是连续的,冲击曲线是有界的,间接的限制了关节力矩的变化率,提高了轨迹跟踪的准确性并证明了算法的有效性。     

基于遗传进化算法的机器人全局路径规划

研究了机器人在已知环境下用遗传进化算法进行最优路径搜索的方法。在此方法中，把二维编码简化为一维编码，提高了搜索的速度；把障碍物作为排斥子，提出了简单、确定的适应度函数；最后提出了对路径的转折节点处进行平滑处理的方法。仿真实验证明了该方法能够得到机器人行进的最优化路径。     

基于遗传算法的深海集矿车避障路径规划方法

本文主要研究和利用遗传算法实现深海集矿车避障路径规划的方法。将连续的路径离散化，并用随机数模拟各路径种群。把二维的路径转化为一维，生成简单的路径基因，提出了物理意义明确的适应函数和相应的变异算子，从而引导遗传算法快速收敛于最优解。实验仿真表明，该算法能够快速、稳定的搜寻到所需的最佳路径。     

基于遗传模拟退火算法的机器人全局路径规划

研究了机器人在已知环境下用遗传模拟退火算法进行最优路径搜索的方法，此算法兼备了遗传算法和模拟退火算法的优点，还对路径的转折节点处进行了光滑性的改进，并且通过仿真实验证明了此方法能够快速得到最优路径。     

基于改进遗传算法的AGV集结路径研究

AGV是自动物流仓储系统中的重要组成部分.针对多台AGV集结问题,在对路径时间窗进行分解的基础上,使用改进遗传算法进行求解,详细描述了算法求解的步骤.该遗传算法加入了基于时间窗的调整策略,能够有效减少冲突以及死锁发生的概率,加快求解的收敛速度,能在规定时间内求解出使集结总时间最短的方案.仿真分析表明:与传统遗传算法以及...     

改进遗传算法在结构优化中的应用

提出了一种组合优化的策略,利用改进的遗传算法在整个可行域中寻找较好的解,然后利用传统优化方法寻找局部最优解,算例表明了该算法的合理性和有效性。     

基于遗传算法的焊接机器人三维路径规划研究

针对汽车焊接机器人路径规划不合理的问题,采利用遗传算法针对三维路径规划问题提出了相应的遗传编码方法,构造了相应的遗传算子,为焊接机器人三维路径的规划问题提出了一条新的发展路径。     

基于多目标遗传算法的双机器人协调焊接路径规划

对双机器人协调焊接复杂空间焊缝路径规划问题进行研究,提出了一种基于多目标遗传算法的焊接路径规划方案。通过分析影响焊缝质量及机器人运动平稳性的各 参数,建立了评价焊接路径的目标函数：焊接质量函数、机器人运动平稳性函数以及双机器人碰撞函数。利用多目标遗传算法对协调焊接路径进行求解,实现对双机器人最佳焊接路径的规划。以"马鞍形"空间焊缝为例,对双机器人协调焊接路径进行了试验验证。结果表明,该方案可实现双机器人协调焊接路径的规划。     

一种新的编码方法解决路径规划问题

提出了一种在极坐标环境下应用遗传算法求解机器人路径规划问题的方法.该方法采用简洁有效的路径染色体编码方法和快速的个体适应度计算方法,并对生成的初始路径点集进行提炼处理,以剔除其中含有的不必要拐点;仿真结果表明该方法可以解决大范围、多障碍环境的机器人路径规划问题.     

基于遗传算法的大型精密转台全局路径规划

全局路径规划在大型精密转台实际应用中占据重要的地位,提出了使用遗传算法求解该问题.首先构造出大型精密转台全局路径规划的模型,然后详细说明了使用遗传算法求解该模型的关键技术和具体步骤,最后使用实例验证了遗传算法在大型精密转台全局路径规划问题求解中的良好效果.