改进遗传算法求解焊位群完全遍历.pdf

改进遗传算法求解焊位群完全遍历.pdf

ID:52218285

大小:207.21 KB

页数:3页

时间:2020-03-25

改进遗传算法求解焊位群完全遍历.pdf_第1页
改进遗传算法求解焊位群完全遍历.pdf_第2页
改进遗传算法求解焊位群完全遍历.pdf_第3页
资源描述:

《改进遗传算法求解焊位群完全遍历.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、改进遗传算法求解焊位群完全遍历刘星。,张雪峰,蔡勇,李俊兵。(1.西北工业大学机电学院,陕西西安710072;2.西安东方集团有限公司,陕西西安710043;3.西北工业大学航海学院,陕西西安710072)SolvingtheCompleteCoverageofWeldingPositionFlockBasedonGeneticAlgorithmLIUXing~,ZHANGXue—feng,CAIYong,LIJun—bingo(1.SehoolofMechanicalEngineering,Nort

2、hwestPolytechnicalUniversity,Xi’an710072,China;2.Xi’anDongFangGroupCo.,Ltd.,Xi’an710043,China;3.SchoolofMarineEngineering,NorthwesternPolytechnicalUniversity,Xi’an710072,China)摘要:运用改进遗传算法,将父种群精英保留进机器人焊位群完全遍历即实现最短时间或最短路径行选择算子操作,同时进行有序交叉和倒序变异,产内,焊位点与焊位点之间

3、无碰撞连续访问,其数学本生子种群,保证遗传算法收敛。建立焊位群完全遍质是NP—hard的组合优化问题,传统的数学规划历最短路径数学模型,利用改进遗传算法对焊位群方法求解效率较低,而遗传算法、蚁群算法粒子群完全遍历问题进行求解,通过实例和实验仿真验证算法等方法则能较好地解决这一问题。算法的收敛性和有效性。1焊位群数学模型关键词:焊位群;完全遍历;改进遗传算法中图分类号:TP242.21.1焊位属性模型文献标识码:A点焊机器人焊位群完全遍历即点焊机器人末端文章编号:1001—2257(2011)03—00

4、24—03工具从空间一个位置到另一个位置的运动,包含Abstract:Makinguseofimprovedgeneticalgo—个焊位的焊位群中,每个焊位的属性模型,可利用多rithm,inwhichthebestfathergenerationissaved元组表示为]:andusingorderedcrossandreverseorderedmuta—tiontOconstitutefilialgeneration,andthismethod1一1,2,⋯,nmakessurethatthea

5、lgorithmsisastringent.The1.2焊位群空间遍历模型completecoverageofweldingpositionoptimization在焊接工作空间建立焊位群空间遍历数学模mathematicmodelwhoseobjectiveistheminimum型,该数学模型可作为遗传算法求解组合优化问题distanceisestablished,makinguseoftheimproved的目标函数。焊位群遍历空间模型的数学描述为:geneticalgorithmtosolve

6、theproblem,anexampleisanalyzedindetail,andtheresultshowsthattheIJL一∑『二『二algorithmsisastringentandefficient.、£一1Keywords:weldingpositionflock;completeITarget—min(L)coverage~improvedgeneticalgorithmIi一1,2,⋯,2遗传算法改进0引言2.1标准遗传算法点焊机器人作为生产自动化的重要装备,在机遗传算法是模拟达尔

7、文遗传选择和自然淘汰生械制造领域应用广泛口。探索高效焊位群完全遍历物进化计算模型的一种新的全局优化搜索算是提高点焊机器人工作效能的重要途径之一。点焊法引,其算法程序设计如图1所示一。基于马尔可夫链理论等概率论对遗传算法进行收稿日期:2010—11—15分析,可得出以下几个特性[3]。·24·改进遗传算法求解焊位群完全初始群体分染色体进行交换,以产生新的个体,采用条件概率Y交叉算子操作方法,设计交叉概率,满足一定条件即得出结果进行交叉操作,设计选用有序交叉法进行变异操作,结束程序有序交叉算子操作如下所示

8、,其中交叉位a,b随机以概率选择遗传算子产生。crossbit(one)一a;crossbit(two)===b;crosspart选择1个个体Jj选择2个个体JJ选择1个个体进行复制操作lI进行交叉操作II进行变异操作===P(i,crossbit(one)+1:crossbit(two));P(i,crossbit(one)+1:crossbit(tWO))一P(i-+-产生新群体1,crossbit(one)+1:crossbit(two));图1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。