网站大量收购独家精品文档,联系QQ:2885784924

基于引导人工蜂群算法的3RPS并联机构正解优化-农业机械学报.PDFVIP

基于引导人工蜂群算法的3RPS并联机构正解优化-农业机械学报.PDF

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于引导人工蜂群算法的3RPS并联机构正解优化-农业机械学报.PDF

2017年 1月 农 业 机 械 学 报 第 48卷 第 1期 doi:10.6041/j.issn.10001298.2017.01.045 基于引导人工蜂群算法的3 RPS并联机构正解优化 毛冰滟 谢志江 吴小勇 袁岳军 (重庆大学机械传动国家重点实验室,重庆 400044) 摘要:提出了一种求解 3 RPS并联机构正解优化的快速数值解算法,采用数值优化方式将正解转换为最小化问 题。针对3 RPS并联机构位姿正解优化,采用数值法建立该并联运动平台正解方程,其实质为带约束的多目标非 线性方程组。建立判定方程实现方程组单目标优化,采用引导人工蜂群算法进行最小值优化求解。该算法既利用 了基本人工蜂群算法中邻近蜜蜂交换蜜源信息的方式,又采用全局最优蜜蜂引导所有蜜蜂往更优蜜源处移动,更 快速地有哪些信誉好的足球投注网站到最优蜜源位置。通过求解 3 RPS正解数值解优化仿真算例分析,对比改进蚁群算法和基本人工蜂 群算法,结果表明引导人工蜂群算法是高精度高速求解并联运动平台正解优化的一种有效方法。 关键词:并联机构;人工蜂群算法;运动学正解 中图分类号:TH112 文献标识码:A 文章编号:10001298(2017)01033907 ForwardKinematicsOptimizationof3 RPSParallelManipulator BasedonGlobalbestArtificialBeeColonyAlgorithm MAOBingyan XIEZhijiang WUXiaoyong YUANYuejun (StateKeyLaboratoryofMechanicalTransmission,ChongqingUniversity,Chongqing400044,China) Abstract:Afastnumericalalgorithm fortheforwardkinematicsoptimizationof3 RPSparallel manipulatorwaspresented.Throughnumericaloptimizationmethods,theproblemofforwardkinematics ofparallelrobotwasinvertedtominimizationproblem.Accordingtotheoptimizationofforward kinematicsfor3 RPSparallelmanipulator,theforwardkinematicfunctions,whichwerethemulti objectivenonlinearequationswithconstraint,werebuiltbasedonnumericalmethod.Thefitnessfunction wasestablishedtoachievetheoptimizationofsingleobjective,andtheminimumoptimizationwassolved basedontheglobalbestartificialbeecolonyalgorithm.Theinformationcarriedbyemployedbeeswas exchangedamongtheneighboringbees.Thepositioninformationwasexchangedrandomlyandthe neighborhoodbeeswerechosenrandomlyasthestandardartificialbeecolonyalgorithm.Inaddition,for theglobalbestartificialbeecolonyalgorithm,theglobalbestbeewhichcarriedthebestposition informationwouldguideallbeestomovetothebetterposition,andconvergencefasttothebestposition. As

您可能关注的文档

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档