基于改进人工蜂群算法的并联机器人正运动学解

被引：15

作者：

任子武

王振华

孙立宁

机构：

[1] 苏州大学机器人与微系统研究中心

来源：

机械工程学报 | 2013年 / 49卷 / 13期

关键词：

6-SPS并联机器人; 正运动学; 人工蜂群算法; 差分进化; 遗传操作;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

并联机器人的正运动学问题可转化为等效的最小化问题,并采用数值优化方法求解。人工蜂群算法是模拟采蜜过程中蜂群行为机制的一种启发式搜索方法,目前还尚未在并联机器人正运动学问题中得到应用。提出一种数值求解并联机器人正运动学问题的改进人工蜂群算法(Improved artificial bee colony algorithm,IABC),该方法通过多维度改变蜜源位置,对算法中雇佣蜂采用以DE/rand/1差分操作为主,并兼以遗传算术交叉为辅两种策略相结合搜索方式增强群体多样性,而对旁观蜂则采用DE/best/2差分操作方式在其邻域内搜索到性能更优蜜源位置;此外在旁观蜂选择蜜源阶段采用一种非线性排序选择操作,减弱群体中超级蜜源(个体)引起的早熟问题;基准函数测试表明该方法较大改善了寻优解质量、求解可靠性。在此基础上以6-SPS并联机器人为例,采用IABC算法数值求解其正运动学问题,数值仿真结果表明了该方法是求解并联机器人正运动学问题的一种有效方法。

引用

页码：48 / 55

页数：8

共 10 条

[1] 基于差分蜂群算法的电力系统经济负荷分配[J].熊伟丽,徐迈,徐保国. 控制与决策.2011(12)
[2] 一种双种群差分蜂群算法[J].暴励,曾建潮. 控制理论与应用.2011(02)
[3] 具有混沌搜索策略的蜂群优化算法[J].罗钧,李研. 控制与决策.2010(12)
[4] ForwardkinematicsanalysisofparallelmanipulatorusingmodifiedglobalNewton-Raphsonmethod[J].杨炽夫,郑淑涛,靳军,朱思斌,韩俊伟. JournalofCentralSouthUniversityofTechnology.2010(06)
[5] 实数遗传算法的改进及性能研究[J].任子武,伞冶. 电子学报.2007(02)
[6] 基于差分进化算法和遗传算法的混合优化算法及其在阵列天线方向图综合中的应用[J].范瑜,金荣洪,耿军平,刘波. 电子学报.2004(12)
[7] Solvingtheforwardkinematicsprobleminparallelmanipulatorsusinganiterativeartificialneuralnetworkstrategy[J].PratikJ.Parikh,SarahS.Lam. TheInternationalJournalofAdvancedManufacturingTechnology.2009(5)
[8] Apowerfulandefficientalgorithmfornumericalfunctionoptimization:artificialbeecolony(ABC)algorithm[J].DervisKaraboga,BahriyeBasturk. J.GlobalOptimization.2007(3)
[9] ComparisonofDifferentMethodsforComputingtheForwardKinematicsofaRedundantParallelManipulator[J].H.Sadjadian,H.D.Taghirad. JournalofIntelligentandRoboticSystems.2006(3)
[10] DifferentialEvolution-ASimpleandEfficientHeuristicforglobalOptimizationoverContinuousSpaces[J].RainerStorn,KennethPrice. JournalofGlobalOptimization.1997(4)

← 1 →