基于粒子群优化算法的机器人最优轨迹规划

机器人轨迹规划是机器人研究中的一个重点方向,直接关系到机器人的工作效率。为了使机器人运动过程中角速度和角加速度连续,采用三次样条插值函数对运动轨迹进行规划。由于角速度过快和角加速度过大会导致机器人系统产生震动和冲击现象,因此利用粒子群优化算法对角速度以及角加速度约束下的机器人运动时间进行优化,使得机器人在平稳运行的同时保持运行时间最优。最后运用MATLAB机器人工具箱进行仿真实验,实验结果证明了该方法在机器人轨迹规划中的可行性。     

粒子群算法在优化板坯二冷制度中的应用

提出了一种基于带有变异算子的改进粒子群算法对二冷区水量进行优化的新方法。首先应用凝固原理和时空有限体积法建立连铸板坯凝固传热的数学模型，数值模拟结果与现场实测结果相符。再利用改进粒子群优化算法对二冷区各段的水量进行优化，优化之后的二冷制度使铸坯各段表面温度冷却速率和温度回升速率趋于平缓，与冶金准则对改善铸坯冷却过程和提高产品质量的要求相吻合。     

基于改进自适应粒子群算法的机器人逆解研究

为提高结构复杂、自由度较高机器人逆运动学求解的准确性,提出了一种改进的自适应粒子群算法(IAPSO).首先,通过改进DH(Denavit-Hartenberg)参数法建立了6自由度臂型抓取机器人模型的运动学方程;其次,在已有粒子群算法的基础上,利用种群曼哈顿距离实时判定种群的进化状态,并根据进化状态的不同确定自适应学习...     

基于粒子群优化的多智能体协作进化方法

提出了一个用粒子群算法解决多智能体协作进化的方法,设计了多智能体协作的粒子表示方法,给出了基于粒子群算法的多智能体协作推箱子的仿真实例。仿真结果表明:基于粒子群算法的多智能体协作进化能够适应新任务的动态变化,说明粒子群优化算法是实现多智能体协作进化行之有效的方法。     

基于多目标粒子群算法的切削用量多决策优化研究

传统多目标优化问题通常是以加权或约束方式将其转换为单一目标,未能反映多目标间的复杂关系,不利于随时根据需求作出有效的决策。为了更合理地确定切削用量,采用多目标粒子群算法首先求得问题的pareto最优前沿,经过后期多准则决策得到满足不同要求下的最优方案。采用这种先寻优后决策的方法,能有效弱化先验知识不足的影响,较传统多目标优化方法更为实用有效。并经与多目标遗传算法比较,多目标粒子群算法具有更优良的性能。     

基于粒子群优化算法的热轧厚板工艺性能优化

为改善热轧厚板的强度和屈强比，结合粒子群优化算法，利用神经元网络建立了粗轧开轧温度、中间坯厚度、终轧温度、终冷温度及冷却速率等生产工艺参数与钢板强度的关系模型，并进行了优化。优化结果与实验室热轧实验及工业试生产结果的对比表明，本模型能有效地优化厚板生产过程的工艺参数，从而为最优工艺或柔性化生产工艺的设计提供依据。     

一种关节型机器人快速收敛的粒子群优化算法

快速收敛性的研究和应用对关节型机器人轨迹规划有着重要的意义和价值。以关节型机器人完成不同动作时轨迹的平滑度和所用的时间为主要优化目标,提出一种快速收敛的粒子群算法。将全局学习因子和局部学习因子联合起来,通过调整比例系数和全局学习因子的比重获得更快的收敛速度。实验结果表明:在迭代次数较少时,所提方法与改进的粒子群算法的应用效果接近;在迭代次数较多时,所提方法优于改进的粒子群算法。     

改进型粒子群算法在数控加工切削参数优化中的应用

文章介绍了粒子群算法及其改进型的原理、模型和算法实现过程,并采用改进型粒子群算法对数控加工切削参数优化数学模型进行了优化计算,计算结果符合实际情况,表明改进型粒子群算法应用于机械加工优化计算切实可行,为复杂的机械制造及加工系统优化设计问题提供了新的思路和方法.     

基于神经网络和粒子群算法的切削参数现场实时优化

为了使金属切削加工中，能实现切削参数的实时优化，保证产品质量和设备效率，提出了一种新的切削参数最优化方法，引入加工时间、加工精度、加工成本三个目标控制量，建立了多目标非线性规划模型。并用惩罚函数法将多目标非线性约束规划问题转换成无约束非线性单目标规划问题。通过对神经网络和粒子群算法的有机结合，并充分利用了粒子群算法和BP网络各自具有的优点，对模型进行了求解。数值试验表明该方法能较好地解决切削参数的优化问题。     

面向水下焊接电信号的粒子群优化小波软阈值去噪法研究

为降低噪声干扰以及提高检测精度,提出一种针对水下焊接电信号的基于粒子群优化的小波软阈值去噪方法。通过对信号进行小波分解,以信噪比作为评价指标,不断迭代进行全局搜索最优阈值从而完成信号去噪,并分别进行仿真及实测水下焊接电信号的去噪实验。结果表明,提出的算法具有信号信噪比更高、均方根误差更小、能有效保留信号的细节信息等优点,有利于水下焊接电信号特征的提取,从而为水下焊接质量在线监测提供基础。     

基于粒子群算法的冒口优化设计

为有效节约金属材料,提高经济效益,降低生产成本,根据补缩原理和生产实际,以冒口的体积最小为目标函数,运用粒子群算法和Matlab语言,对冒口直径、冒口高度、冒口颈直径等冒口尺寸进行了优化设计,优化仿真结果表明,在保证铸件质量的前提下,冒口的体积比常规的模数法设计结果减少了11.77%,优化效果十分显著,表明了粒子群算法应用于铸造行业的优化设计可行.     

基于粒子群算法的加热炉空气系数寻优

加热炉中燃料在燃烧的过程中选择合适的空气系数α是节约能源的关键。只有将α控制在一个合理的范围之内,才能最大程度的降低热损失。由烟气热损失率以及不完全燃烧热损失率与α的函数关系得到寻优函数,使用MATLAB仿真粒子群算法对寻优函数的寻优过程,在燃料热值突变和工况变化时快速找到新的合适的α,达到燃料充分燃烧,提高热效率的目的。仿真结果充分验证算法的可行性和优越性,理论上实现了用相对较少的燃料得到较高的热效率。     

基于混合粒子群算法优化橡胶挤出机Smith-模糊PID温度控制系统北大核心

为提高橡胶挤出机Smith-模糊PID温度控制系统的控制精度,更好地实现智能整定参数与橡胶挤出机温度最优控制,采用混合粒子群(HPSO)算法优化Smith-模糊PID控制系统,完成对温度控制系统PID参数基准值的自动寻优。借助MATLAB软件辨识挤出机温控系统数学模型,搭建Smith-模糊PID温度控制系统。为避免粒子群(PSO)算法陷入局部最优,在PSO算法的基础上将社会因子分解为局部社会因子和全局社会因子,设计出HPSO算法对PID参数进行寻优;将HPSO算法优化系统前后的控制效果进行对比。结果表明:采用HPSO算法优化Smith-模糊PID温度控制系统的控制精度更高、抗干扰性能更强,温度控制精度在±(1~1.5)℃以内,并且接近±1℃,完全满足橡胶挤出生产过程中对料筒温度控制的指标要求,可以在一定程度上提升温控系统的控制精度以及挤出机械的智能化水平。     

基于改进粒子群算法的板坯二冷制度优化

应用带变异算子的改进粒子群算法对安钢一炼轧连铸板坯的二冷制度进行了优化计算。针对安钢板坯连铸机的特点,建立了连铸板坯凝固传热的二维数学模型,模型的坯壳厚度计算值与现场硫印射钉法实测值一致。由冶金准则及设备约束条件设计优化算法的价值函数,用改进粒子群优化算法以价值函数值最小化为目标,对二冷区各段的水量进行优化。优化后的二冷制度使铸坯各段表面冷却速率和表面温度回升速率趋于平缓,与冶金准则对改善铸坯冷却过程和提高产品质量的要求相吻合。     

基于遗传粒子群算法的集成块布局优化

根据集成块的结构特点提出了一种集成块布局的优化方法,建立了集成块空间布局优化设计的数学模型和集成块的参数化描述,并结合遗传粒子群算法对提出的数学模型进行了求解.计算实例表明,运用遗传粒子群算法优化该数学模型可以很好地完成集成块的布局优化设计,为以后集成块的自动优化设计打下了坚实的基础.     

基于改进粒子群算法的无刷直流电机控制研究

文章针对无刷直流电机(BLDC)复杂的、耦合的非线性的特点,克服传统的控制算法控制速度精度不高、响应速度慢等缺点,提出了一种基于改进的粒子群算法(PSO)对PID控制器系数自整定的无刷直流电机控制新策略.在Matlab/Simulink中搭建BLDC控制系统的仿真模型,并实现双闭环的控制:速度环采用改进粒子群算法优化PID控制,电流环采用滞环电流控制.仿真结果验证了该控制方法对无刷直流电机调速系统具有良好的快速性、稳定性和鲁棒性.     

基于粒子群算法的RBF神经网络齿轮磨损预测

针对机械设备磨损难以预测问题,提出RBF神经网络预测模型,并结合粒子群算法优化模型参数。利用变速箱型号为SG135-2系列的K727840ZW齿轮磨损实验输入-输出数据,通过基于粒子群算法的RBF神经网络建立输出预测模型,并与传统的AR模型、BP神经网络模型及Hermite神经网络模型预测作比较。仿真结果表明,基于粒子群算法的RBF神经网络模型结构简单、预测精度高,验证了所提方法的有效性和实用性。     

基于改进粒子群算法的恒力输出器的力控制优化

针对恒力输出器模糊控制中的量化和比例因子均为固定值,造成力控制系统自适应能力差问题,提出一种基于改进粒子群算法来不断迭代寻优出最佳的量化和比例因子对模糊PID控制进行优化。对恒力输出器建模并确定传递函数,构建出模糊PID控制系统与改进粒子群模糊PID控制系统,并对这两种控制系统进行MATLAB对比仿真分析。搭建基于六自由度TA6-R10机械臂的实验平台,对恒力输出器的输出力实验验证。结果表明：经过改进粒子群算法优化的模糊PID控制系统比模糊控制PID系统更快达到目标值,且更快收敛,整体超调量为8.91%,在1.3 s达到稳定。改进粒子群算法模糊PID控制优化恒力输出器的力控制,具有更快的动态响应和更好的力跟随效果。