机械臂多目标最优轨迹的自适应惩罚MOEA/D规划

为了减少机械臂的工作时间和工作过程中的冲击量，提出了基于自适应惩罚MOEA/D算法的时间-冲击多目标规划方法。介绍了PUMA560机械臂结构，并建立了机械臂的连杆坐标系。建立了以减小机械臂工作时间和冲击为综合目标的优化模型，并分析了5次多项式插值函数。通过编码和建立适应度函数，将轨迹规划问题转化为最优基因搜索问题。根据邻域内解的密度设置了自适应惩罚因子，提出了机械臂轨迹的自适应惩罚MOEA/D规划方法。经仿真验证，自适应惩罚MOEA/D算法搜索的Pareto前沿解质量高于标准MOEA/D算法、文献10]新型MOEA/D算法。且经过优化，机械臂工作时间减少了7.68%，冲击减少了17.32%。实验结果表明，自适应惩罚MOEA/D算法在机械臂轨迹规划中具有优越性。