首页|机械臂轨迹的非支配排序高斯粒子群多目标优化

机械臂轨迹的非支配排序高斯粒子群多目标优化

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了减少机械臂的运行时间、能耗和冲击,提出了基于非支配排序高斯粒子群算法的机械臂轨迹多目标优化方法.以PUMA560机械臂为研究对象,根据需要设置了笛卡尔空间必经点,点与点之间使用5次多项式作为轨迹基元.以点与点之间的运行时间为优化参数,以运行时间、能耗、冲击最小为目标建立了多目标优化函数.将非支配排序融入到粒子群算法中,并对最优粒子施加高斯扰动得到其邻域,使用最优粒子邻域对粒子更新进行引导,有效提高了粒子群算法的多样性,从而提出了非支配排序高斯粒子群算法.使用此算法对多目标模型进行求解,经验证经过优化,运行时间比优化前减少了7.68%,总能耗减少了39.24%.脉动冲击减少了42.64%,充分说明了这里优化方法的有效性.
Mechanical Arm Trajectory Multi-Objects Optimization Strategy Based on Non-Dominated Sorting Gaussian Particle Swarm Algorithm

Mechanical ArmJoint Space TrajectoryMulti-Object OptimizationGaussian Particle Swarm Al-gorithmNon-Dominated Sorting

刘祎

展开 >

宿迁学院机电工程学院,江苏 宿迁 223800

机械臂 关节空间轨迹 多目标最优 高斯粒子群算法 非支配排序

市级指导性科技计划(2019)

Z2019108

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.393(11)
  • 9