异类粒子群算法的机械臂轨迹多目标规划

为了减少机械臂工作过程中的耗时、耗能和冲击,提出了基于异类粒子群算法的机械臂轨迹多目标规划方法。建立了7自由冗余机械臂运动学模型和优化模型;以传统粒子群算法为基础,根据学习信息的不同来源,设计了4种粒子进化行为,根据粒子当前状态计算不同进化行为的当前价值和未来价值,根据当前价值和未来价值的综合价值计算不同进化行为的选择概率,从而完成了异类粒子群算法的构造。以耗时最少单目标优化为例,与传统粒子群算法相比,异类粒子群算法不仅收敛速度快,而且优化程度提高了27.48%;使用异类粒子群算法对机械臂轨迹进行多目标综合优化,给出了Pareto最优前沿面,可根据不同需求和优化重心从中选择优化结果。     

基于改进粒子群算法的六自由度机械臂时间最优轨迹规划

针对六自由度机械臂时间最优轨迹规划问题,提出一种基于改进粒子群算法的4-3-4混合多项式插值轨迹规划算法。算法采用自适应惯性权重,它能根据搜索过程的各个阶段采用相应大小的权重,有利于跳出局部最优陷阱,保持粒子群多样性;以非线性学习因子代替传统粒子群算法中固定的学习因子,有效提高算法的收敛速度和求解精度。通过MATLAB进行仿真验证,结果表明改进粒子群算法收敛速度提高46%,寻优精度提高38%,同时机械臂轨迹规划时间缩短了大约36%,充分地证明了该轨迹规划算法的可靠性和优越性。     

基于改进混合粒子群算法的机器人轨迹规划

针对机器人工作效率以及运行平稳性问题,提出一种基于改进混合粒子群算法的轨迹规划方法。建立新的模拟退火机制,并结合粒子群算法进行多目标优化;使用非线性惯性权重递减策略以及动态学习因子平衡局部和全局搜索能力。以某六自由度机器人(SFR-TA)为研究对象,使用5-7-5插值多项式构造轨迹曲线;利用权重系数法,将基于时间-脉动冲击的目标函数归一化处理以求得最优值。结果表明：相比于传统粒子群算法,该算法的运行时间更短,同时可有效减少机械臂脉动冲击,具有更好的稳定性。     

一种改进粒子群算法及其在多目标冗余机器臂轨迹规划中的应用（英文）

针对5臂混凝土泵车臂架系统的冗余和原始粒子群算法存在的不足,提出了一种可以求解冗余臂架系统逆动力学问题的粒子群改进算法。改进的粒子群算法,对冗余臂架系统在有障碍和无障碍空间两种工况下的工作轨迹进行了规划,并分别考虑了多个不同重要程度的子目标。通过数值仿真和实验研究,验证了改进的粒子群算法的有效性。最后,通过与传统粒子群算法比较,进一步验证了所提出的改进粒子群算法的优越性。     

基于粒子群优化算法的机器人最优轨迹规划

机器人轨迹规划是机器人研究中的一个重点方向,直接关系到机器人的工作效率。为了使机器人运动过程中角速度和角加速度连续,采用三次样条插值函数对运动轨迹进行规划。由于角速度过快和角加速度过大会导致机器人系统产生震动和冲击现象,因此利用粒子群优化算法对角速度以及角加速度约束下的机器人运动时间进行优化,使得机器人在平稳运行的同时保持运行时间最优。最后运用MATLAB机器人工具箱进行仿真实验,实验结果证明了该方法在机器人轨迹规划中的可行性。     

一种关节型机器人快速收敛的粒子群优化算法

快速收敛性的研究和应用对关节型机器人轨迹规划有着重要的意义和价值。以关节型机器人完成不同动作时轨迹的平滑度和所用的时间为主要优化目标,提出一种快速收敛的粒子群算法。将全局学习因子和局部学习因子联合起来,通过调整比例系数和全局学习因子的比重获得更快的收敛速度。实验结果表明:在迭代次数较少时,所提方法与改进的粒子群算法的应用效果接近;在迭代次数较多时,所提方法优于改进的粒子群算法。     

基于改进PSO算法的时间最优机械臂轨迹规划北大核心

针对传统机械臂轨迹规划存在效率低、智能算法易早熟和运行不稳定等问题,提出了一种以时间最优为目标,采用改进粒子群算法(PSO)对6自由度机械臂轨迹进行优化的方法。首先,在关节空间下利用机械臂正逆运动学原理获取其轨迹插值点;其次,为了使机械臂能够快速平稳地到达目标位置,采用3-5-3多项式对其轨迹进行插值;最后,使用改进PSO算法对分段多项式插值构造的轨迹进行优化,实现6自由度机械臂时间最优的轨迹规划。通过MATLAB仿真实验可以得到机械臂各个关节的加速度、速度和位置的轨迹信息,在满足机械臂运动学约束的前提下,机械臂完成整段轨迹所用的时间从3 s减少到2.1 s,整体运行时间相对于PSO算法优化前缩短了近30%,由此表明改进PSO算法可以有效地实现6自由度机械臂时间最优的轨迹规划。     

基于多目标粒子群算法的切削用量多决策优化研究

传统多目标优化问题通常是以加权或约束方式将其转换为单一目标,未能反映多目标间的复杂关系,不利于随时根据需求作出有效的决策。为了更合理地确定切削用量,采用多目标粒子群算法首先求得问题的pareto最优前沿,经过后期多准则决策得到满足不同要求下的最优方案。采用这种先寻优后决策的方法,能有效弱化先验知识不足的影响,较传统多目标优化方法更为实用有效。并经与多目标遗传算法比较,多目标粒子群算法具有更优良的性能。     

基于改进粒子群算法的线缆路径规划方法研究

针对复杂机电产品布线路径规划过程中存在的效率较低、可应用性差等问题,提出一种改进粒子群算法,使用栅格法对布线空间进行划分,对障碍物建模并进行方向包围盒处理。为了避免算法在迭代过程中陷入局部最优,引入非线性逐渐递减的惯性权重与异步变化的学习因子,并且将贴壁约束加入到路径规划的过程中,保证线缆在敷设时路径的合理性。最后在仿真试验中,与标准粒子群算法进行对比,验证了改进后算法的合理性与可行性。     

变异粒子群算法在装配线平衡问题中的应用北大核心

为找到更加符合实际的解,建立装配线平衡问题模型时,考虑在最大化生产线效率的基础上,增加了平滑指数这一目标函数。应用粒子群算法进行求解时,为避免常规算法易过早陷入局部最优这一不足,提出了一种变异粒子群算法。该算法对设定步长内位置没有更新的个体采用多点变异的方法增加种群多样性,从而达到改变个体极值与全局极值的目的。通过横向搜索、纵向进化的机制,可有效提高种群的搜索能力。最后,通过对实例库中例子的求解,验证了算法的可行性。     

基于粒子群优化的焊接工作台伺服系统PID控制

提出了基于粒子群优化的焊接进给工作台位置PID控制。焊接进给工作台是焊机伺服系统的重要组成部分,其位置控制对提高焊接质量具有重要意义。采用简单高效的PID控制算法,但由于焊接伺服系统具有非线性等特点,使得PID控制器参数调整困难,传统的齐格勒—尼柯尔斯法则参数整定效果不佳。粒子群算法是一种全局优化算法,可以有效地实现PID参数整定,因此,在Simulink软件下建立进给工作台位置控制模型,采用粒子群算法来实现PID参数的调整,并进行了仿真。仿真结果显示,基于粒子群优化的PID控制器具有超调量小、精度高的特点,控制效果明显好于齐格勒—尼柯尔斯法则。     

改进混合粒子群算法优化热轧负荷分配

热轧带钢精轧过程的负荷分配是制定精轧轧制规程的核心。为制定合理的负荷分配方案并提高生产效率与产品质量,在粒子群算法中引入杂交策略和收缩因子,构成改进后的混合粒子群优化算法。杂交策略的引入可以增强粒子种群的多样性,避免算法在收敛后期因粒子多样性不足而无法跳出局部极值。收缩因子可以有效约束粒子飞行速度,增强算法局部收敛能力。杂交策略与收缩因子两者共同作用可以明显改善算法的收敛性能。函数测试与仿真试验结果表明,改进的算法具备很好的收敛速度和收敛精度,对负荷分配的优化也十分有效。     

基于小波神经网络和粒子群算法的铝合金板冲压回弹工艺参数优化

针对铝合金复杂件冲压后出现的较大回弹缺陷,同时为减少冲压成形工艺参数的优化时间,使用有限元仿真软件DYNAFORM对冲压成形及回弹过程进行数值模拟,在确保数值模拟与试验结果基本一致的基础上,利用代理模型对回弹进行了优化研究。以NUMISHEET'96 S梁为研究对象,凸模圆角半径、凹模圆角半径、压边力、板料厚度作为影响因素,成形后最大回弹值作为成形目标,运用拉丁超立方抽样,通过数值仿真获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用粒子群算法对该模型迭代寻优获得最优工艺参数。结果表明:小波神经网络能较好地描述板料工艺参数与回弹之间的映射关系,优化后成形件的回弹量大大减小。     

基于粒子群算法的大模数齿轮冷挤压变过盈量组合凹模优化设计

针对大模数圆柱直齿轮冷挤压过程中均匀过盈量组合凹模易出现开裂的问题,提出一种变过盈量组合凹模的设计方法,并以直径比、中圈内壁锥角和过盈系数为设计变量,以降低模芯内壁等效应力、避免模芯出现周向拉应力和避免内外圈塑性变形为优化目标,建立变过盈量组合凹模结构参数与综合加权评分值的Kriging模型。应用Kriging模型结合粒子群算法,在可行变量空间内寻优,得到最优工艺参数组合为:n_2=1.55,n_3=2.55,γ'=1.25°,β_2=2.5‰,β_3=2.4‰。研究结果表明,采用优化后的变过盈量组合凹模可有效避免组合凹模的破裂,提高模具的使用寿命。     

基于高质量和低振动的铣削参数优化方法研究

针对数控铣床在切削过程中产生的振动对工件表面质量的影响,提出以低振动和高表面质量为优化目标,对切削参数进行优化。以VDF-850A铣床为研究对象对45号钢进行铣削正交试验,通过建立振动采集系统,采集振动信号提取振动特征值并测量工件表面粗糙度值,应用最小二乘法拟合数据建立了振动和粗糙度数学模型。利用层次分析法确定两目标函数权重,使用平方和加权法对两目标函数加权拟合成综合目标评价函数,运用粒子群算法优化切削参数。试验结果表明:应用粒子群算法优化后的切削参数进行加工可有效的降低振动和提高表面质量。     

基于特征库和基因再造技术的带钢层流冷却系统多目标优化

针对热轧带钢层流冷却系统粗调区给定冷却路径和目标卷取温度的二维度多目标优化问题,提出了基于特征库和基因再造技术的多目标优化遗传算法,用来锁定粗调区集管的最佳开闭特征库。该算法通过历代Pareto前沿面的交集来建立特征库,从中挖掘出集管开闭的较优特征,将其嵌入至下一代种群,可有效抑制种群进化的漫游性和随机性;特征库采用动态竞争机制,使种群个体在全局寻优空间呈现更理想的并行搜索特性;特征库的随机舍取策略保证了历代Pareto前沿面在空间分布的均匀性,提高了系统对二维度多目标的均衡把控能力;最后,基于基因再造技术是驱动算法收敛于全局最优目标解群的强力引擎,是提高系统控制精度的有效措施。编写了基于MFC的仿真程序,仿真结果验证了该多目标优化策略的有效性和先进性。     

A novel approach to production planning of flexible manufacturing systems using an efficient multi-objective genetic algorithm

In this paper, a novel approach using an efficient multi-objective genetic algorithm EMOGA is proposed to solve the problems of production planning of flexible manufacturing systems (FMSs) having four objectives: minimizing total flow time, machine workload unbalance, greatest machine workload and total tool cost. EMOGA makes use of Pareto dominance relationship to solve the problems without using relative preferences of multiple objectives. High efficiency of EMOGA arises from that multiple objectives can be optimized simultaneously without using heuristics and a set of good non-dominated solutions can be obtained providing additional degrees of freedom for the exploitation of resources of FMSs. Experimental results demonstrate effectiveness of the proposed approach using EMOGA for production planning of FMSs.     

基于粒子群算法的齿环精锻成形工艺参数优化

为提高同步器齿环热精锻成形的材料利用率,以初始温度、压制速度、摩擦系数、坯料内径和坯料高度作为设计变量,以充填性、成形缺陷和材料利用率3个指标的综合加权评分值作为优化目标,建立工艺参数与综合加权评分值的Kriging模型。应用Kriging模型结合粒子群算法,在可行变量空间内寻优,得到最优工艺参数组合为:T=697.5℃,v=190 mm·s-1,m=0.43,d=62.75 mm,h=12.5 mm。采用最优工艺参数组合进行工艺实验,锻件充填饱满,未见折叠缺陷,材料利用率提高至60.52%,为同类型的薄壁环型类锻件工艺参数设计及优化提供了定量的确定方法和依据。     

基于Dual-Kriging模型多目标稳健设计在板料拉深成形中的应用

板料拉深成形工艺中,由于设计参数波动的影响,导致在传统最优工艺条件下成形件质量不够稳健。该文采用板料成形有限元仿真、代理模型,并结合稳健设计思想,提出基于Dual-Kriging模型的稳健设计方法。筛选影响成形质量的主要模具几何、工艺参数,并确定其相应波动范围;基于有限元仿真,运用Kriging模型,建立设计参数与成形质量的函数关系;根据参数波动情况,基于第一重Kriging模型以及Monte Carlo模拟,运用Kriging模型,建立设计参数与成形质量期望与方差的第二重模型;运用基于拥挤距离的粒子群算法,以及灰色关联分析进行多目标优化,完成设计参数的稳健设计。将该方法运用于NUMISHEET 93的方盒件拉深成形,与传统确定性优化设计相比,可有效减少成形质量的波动范围以及不确定性分析的计算量,提高成形件的稳健性。