-
题名改进粒子群算法的自动充电机械臂时间最优轨迹研究
被引量：5
- 1
-
-
作者
朱浩
赵清海
郑群锋
宁长久
-
机构
青岛大学机电工程学院
青岛大学电动汽车智能化动力集成技术国家地方联合工程研究中心
北京理工大学机械与车辆学院
-
出处
《机械科学与技术》
CSCD
北大核心
2024年第3期423-429,共7页
-
基金
国家自然科学基金项目(52175236)。
-
文摘
针对桁架充电机械臂关节空间轨迹规划的时间优化问题,提出了一种非线性动态学习因子的粒子群算法。通过运动学分析获取工作空间,引入3-5-3多项式插值进行轨迹规划。结合运动过程中的速度与加速度约束,寻求运动过程中的最短时间。对比改进粒子群算法和基本粒子群算法的收敛速度,分析各关节优化前后运动时间的变化情况,并进行仿真实验验证。结果表明:改进粒子群算法的收敛性能较基本粒子群算法更快,整体运动时间缩短约33%,证实改进粒子群算法的可行性。
-
关键词
桁架充电机械臂
时间优化
非线性动态学习因子
粒子群算法
-
Keywords
truss charging manipulator
time optimization
nonlinear dynamic learning factor
particle swarm optimization algorithm
-
分类号
TH122
[机械工程—机械设计及理论]
-
-
题名基于改进粒子群算法的Web服务组合
被引量：73
- 2
-
-
作者
温涛
盛国军
郭权
李迎秋
-
机构
东北大学软件中心
大连东软信息学院辽宁省网络安全与计算技术重点实验室
-
出处
《计算机学报》
EI
CSCD
北大核心
2013年第5期1031-1046,共16页
-
基金
国家自然科学基金项目(60803131)
国家"八六三"高技术研究发展计划项目基金(2007AA04Z103)
+1 种基金
国家科技支撑计划项目(2009BAH43B02
2009BAH47B06)资助~~
-
文摘
Web服务组合优化问题是典型的NP难题.将PSO算法用于连续性优化问题的相关研究较多,但将其应用于Web服务组合优化问题并不多见.文中提出一种改进的基于子粒子圆周轨道和零惯性权重的MDPSO算法,并将其应用到Web服务组合优化问题中,该算法使用基于三角函数的非线性动态学习因子及种群早熟收敛预测与处理方法控制粒子群的行为,在粒子的局部开拓能力和全局收敛能力之间达到良好的动态平衡.最后文中给出了MDPSO算法的实验及评价方法.这些概念和方法为PSO算法在Web服务组合问题上的应用研究提供了一种全新的思路.通过与传统的PSO算法做比较,验证了该算法在Web服务组合问题上效率更优.通过对实验数据的分析和解释得到了若干有益的结论,为进一步的研究工作奠定了基础.
-
关键词
WEB服务组合
粒子群优化算法
子粒子圆周轨道
非线性动态学习因子
防早熟收敛
-
Keywords
non-linear Web service composition
particle swarm optimization
sub-particle circular orbit
dynamic learning factor
anti-premature convergence
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名伺服系统转动惯量辨识及控制器PI参数优化
被引量：4
- 3
-
-
作者
孙彦瑞
苏成志
-
机构
长春理工大学机电工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2021年第4期96-99,104,共5页
-
基金
国防基础科研计划资助(JCKY2019411B001)。
-
文摘
在机器人运行时,为了使伺服电机在最优性能下达到目标速度、在工作过程中有着更强的抗扰动能力,并避免出现震荡、谐振的状况,从而造成机器人运行时动态稳定性严重降低。提出一种基于非线性动态学习因子的粒子群优化算法,对普通粒子群优化算法进行改进。该算法以伺服系统控制模型中的速度控制器为核心,实时辨识负载转动惯量值,使伺服系统内部控制参数根据实际工况调节;运用该辨识值,通过计算得到速度控制PI参数值,并实时修正速度控制器PI参数值。MATLAB/SIMULINK仿真结果表明,与传统的粒子群优化算法相比,无论在电机启动过程中、还是负载扰动下,该方法都具有更快的响应速度、更高的控制精度以及更强的抗干扰能力。
-
关键词
转动惯量
非线性动态学习因子
粒子群优化算法
速度控制器PI参数
-
Keywords
moment of inertia
nonlinear dynamic learning factor
particle swarm optimization algorithm
speed controller PI parameter
-
分类号
TH166
[机械工程—机械制造及自动化]
TG506
[金属学及工艺—金属切削加工及机床]
-
