积式决策多目标规划及其新型粒子群寻优算法

被引：6

作者：

邱长伍 ^{[1
,2
]}

黄彦文 ^{[1
,3
]}

赵威 ^{[1
]}

张葆华 ^{[1
]}

褚德英 ^{[1
]}

机构：

[1] 上海振华重工股份有限公司海上重工设计研究院

[2] 上海交通大学船舶海洋与建筑工程学院

[3] 上海交通大学机械与动力工程学院

来源：

机器人 | 2013年 / 35卷 / 02期

关键词：

多目标; 积式决策; 商式外点罚函数; 粒子群;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

针对冗余自由度机器人连续轨迹多目标逆解规划问题,分析了多目标决策方法的基本原理,提出并证明了积式决策方法的可行性,并提出商式外点罚函数法,以在积式决策模型框架下处理约束.积式决策优化模型具有复杂的局部极值点结构,需要求解器具有极强的全局极值点搜索能力.为此,设计了高斯巡游粒子群优化算法.以5组通用的无约束和约束最优化测试函数为对象,比较了本文提出的高斯巡游粒子群优化算法和标准粒子群优化算法的全局极值点搜索能力,分别求解100次,结果表明,本文所提算法的求解成功率高于标准粒子群算法.针对具备复杂局部极值点结构的7维优化测试函数,所提算法寻优成功率仍达80%,而标准粒子群算法的寻优成功率下降为0,证明了所提算法具备较强的寻优能力,尤其是在高维空间上,可应用于多自由度机器人路径规划问题求解.

引用

页码：171 / 177

页数：7

共 12 条

[1]

微粒群算法.[M].曾建潮等编著;.科学出版社.2004,

[2]

最优化原理与方法.[M].薛毅编著;.北京工业大学出版社.2001,

[3]

基于PSO和滚动优化的不确定环境下移动机器人动态路径规划 [J].