改进粒子群算法在并联机构位置正解中的应用.pdf

《改进粒子群算法在并联机构位置正解中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第2期机械设计与制造2014年2月MachineryDesign&Manufacture181改进粒子群算法在并联机构位置正解中的应用刘伟锐，赵恒华(辽宁石油化工大学机械工程学院，辽宁抚顺113001)摘要：由于并联机构位置正解的求解较为复杂，利用了粒子群算法PSO优化此问题，并通过一种基于解空间划分的方法改善了粒子群算法，该算法具有控制参数少、全局优化能力强等特点，解决了传统粒子群算法中早期容易陷入局部极值、后期收敛速度慢等问题。对3一T并联机构的运动学正解进行研究，推导出并联机构位置正解的无约束优化模型，利用优化

2、的粒子群算法进行模拟。实验表明，该方法提高了粒子群的整体搜索能力，在自适应的状态下，粒子群算法的收敛较快，精度较高。该研究为并联结构最优化设计及性能分析提供了一定的理论依据。关键词：粒子群优化算法；3一TPT并联机构；位置正解中图分类号：TH16文献标识码：A文章编号：1001—3997(2014)02—0181—03ApplicationofImprovedParticleSwarmOptimizationforForwardPositionalAnalysisofParallelMechanismLIUWei—r

3、ui，ZHAOHeng-hua(SchoolofMechanicalEngineering，LiaoningShihuaUniversity，LiaoningFushun113001，China)Abstract：Asthepositivesolutionofparallelmechanismismorecomplex，itsolvedthisproblembyParticleSwarmovtimezation(PSO)andimprovedthePSObasedonthesolutionspacedivision．

4、Thisalgorithmhadlesscontrolparameterandbetterglobaloptimizationability，whichnotonlysolvedtheproblemthattraditionalPSOWaseasytofallintolocalextremum，butalsothelowspaceofconvergenceinthelatestage．Intheresearchofthefonvardkinematicssolutionof3一TPrparallelmechanism

5、，itdeducedtheuncor~trainedoptimizationmodelofparallelmechanism％positivesolution，andmadeasimulationbytheimprovedPSO．TheexperimentshowsthatthismethodimprovedoverallsearchcapabilityofthePSOandithasfasterconvergence，higherprecisionintheadaptwestale．Thisresearchprov

6、idesatheoreticalbasisfortheoptimizationdesg~andpe~rmaneeanalysisoftheparallelmechanism．KeyWords：ImprovedParticleSwarmOptimezation；3-TPTParallelMechanism；ForwardPositionAnalysis1引言品质，但是它更为简单，选择参数少、进化速度快，通过追随当前搜索到的最优解寻找全局最优[31。同串联机器人相比，并联机器人具有刚度大、承载能力强、精度高和结构紧凑等特

7、点，适合于工作空间小、负载强度大的应2粒子群算法用场所，在机床加工、飞机制造、医疗等方面也有广泛的应用。位2．1PSO算法简介置正解是并联机构运动分析的重要任务，同时也是并联机构速粒子群优化算法是一种利用群体协作达到目的的全局智能度、误差和控制系统等分析的基础，但由于并联机构结构的特殊优化算法。PSO是模仿鸟类群体捕食的过程，在PSO算法中每性，找到位置正解比较困难。目前，并联机构位置正解解法大致分个粒子根据全体粒子和自身的搜索经验朝着最优解方向“飞行”。为：解析法、数值法、传感器法。以一种3一T并联机构为模型，由于

8、粒子有明确的进化方向，在前期就可以迅速到达最优解周通过一种基于解空间划分的粒子群改进算法，对其位置正解进行围，但由于粒子总是向着全局最好位置和自身最好位置飞行，在计算与仿真，得到了满意的结果。这种方法避免了复杂的数学推后期容易陷入局部极值，收敛速度逐渐降低。为解决此问题广大导过程以及繁琐的初值选取，而且还得到了较高的精度和3一TPT科研人员展开