基于遗传算法的仿生肌肉多目标优化控制研究.pdf

《基于遗传算法的仿生肌肉多目标优化控制研究.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、2010年8月中国制造业信息化第39卷第15期基于遗传算法的仿生肌肉多目标优化控制研究王炜，尤向荣，王战玺(西北工业大学机电学院，陕西西安710072)摘要：以动物肌肉结构和工作特性为模拟对象的仿生肌肉，其控制对象数量多，控制较为复杂。首先将仿生肌肉控制转化为多目标优化控制问题，将多目标函数合成为单一目标函数，以对该多目标优化问题进行求解；其次就遗传算法在该多目标优化求解问题中的应用进行了讨论；最后对由形状记忆合金构成的仿生肌肉进行仿真实验，结果表明仿生肌肉的多目标优化控制方法是一种有效的优化控制方法。关键词：仿生肌肉；遗传算法；多目标优化中图分类号：11P18文献标识码：A文章编号：

2、1672—1616(2010)15—0026—04仿生肌肉是模拟动物肌肉的结构和工作特性的新型仿生驱动器，在仿生机器人等领域获得了广泛的应用【卜2l。随着新技术和材料的不断出现，仿生肌肉的研究也由以往单一地模拟动物肌肉工作特性，转向同时模拟动物肌肉组成结构和工作特性。以动物肌肉结构为模拟对象，由多个基本单元串联组成，模拟肌小节串联组成肌肉结构的仿生肌肉取得了较快的发展，该类型仿生肌肉具有响应性图1多根仿生肌肉联合工作示意图能好、冗余度较高等优点[3-4]。但随着基本单元生输出力和位移。对于由，z个基本单元组成的仿的数量增加，也对仿生肌肉的控制提出了更高要生肌肉，其左端固定，从左至右对其

3、依次编号为1，求。如何有效协调和控制多个基本单元便成为仿2，⋯，，⋯，7z。令C为编号为i(1≤i≤，z)的基本生肌肉控制的一个研究热点。单元的控制量，和．27分别为该基本单元的输出本文提出了一种由多个基本单元串联组成的力和位移，g()为表示与，z之间关系的函数，仿生肌肉，将对仿生肌肉中的基本单元控制转为多，．：EO和C~Of分别为基本单元的，和的取值目标优化问题，利用遗传算法对该多目标优化问题范围，则有：进行求解，取得较好的效果。c=’Ci：㈩1仿生肌肉模型∈iv置∈XOic∈C'Of动物肌肉由大量肌小节通过串、并联方式组C取0时，表示该基本单元未工作。成，肌小节串联组成肌原纤维，肌

4、原纤维并联组成仿生肌肉的输出力F和位移x由所有基本单动物肌肉【5J。仿生肌肉模拟动物肌肉的组成方元的输出力和位移决定。仿生肌肉的位移X为所式，由基本单元串联组成。如果单根仿生肌肉不能有基本单元位移之和，输出力F可用函数h()表满足要求，可增加仿生肌肉数量，让仿生肌肉并联示，即：工作，如图1所示，所有仿生肌肉具有相同的组成F=h(fl，f2，⋯，)和特性。1≤i≤，z(2)仿生肌肉中的每个基本单元都可独立控制，产X=zfi=1收稿日期：2010一O6一O2基金项目：国家自然科学基金资助项目(50775186)作者简介：王炜(1978一)，男，河北卢龙人，西北工业大学博士研究生，主要研究方

5、向为仿生控制、仿生机械、智能算法等。·控制策略研究·王炜尤向荣王战玺基于遗传算法的仿生肌肉多目标优化控制研究27将所有基本单元的控制量构成的空间称为解1≤i≤空间，记为S，即有：2．2仿生肌肉的多目标优化求解S=C'U1UC'O2U⋯UC'U(3)由式(1)和(2)可知，仿生肌肉的输出力F和位移X由其中每个基本单元的控制量组成的向量2仿生肌肉控制的多目标优化及求解c决定，S为c的取值空间，对应的输出力F和位2．1仿生肌肉控制的多目标优化移x构成的值域空间为R。期望输出力和位移由仿生肌肉模型可知，仿生肌肉的控制目标是X。可用R中的Ml点表示，即M1=(F。，X)，同输出力和位移，但控制对

6、象却是每个基本单元的控理，需要在R中寻找到一个合适的M2点，其坐标制量。因此，对于仿生肌肉的期望输出力F。和位为(F，X)，如图2所示。根据两点之间直线距离移X，需要从解空间S中寻找由每个基本单元控最短，可将式(5)中仿生肌肉的2个目标函数合成制量组成的向量C，即：为1个目标函数，即求解图2中M1和M2点之间的C={c，c，⋯，c}(4)使其满足：minimizeh(，，⋯，)一F≥0(5)minimize∑厶一x^e≥0其约束条件为：蜘o』c肌㈤图2仿生肌肉输出力和位移区域示意图【c∈CV最小距离，但同时又要保证F≥F和X≥X，则仿生肌肉的目标函数减少，但约束条件增加，可写1≤i≤为

7、：因此，仿生肌肉的控制是带约束条件的多目标优化问题，其2个目标函数如式(5)所示，约束条件minimize^／／(F一F)+(x一x)如式(6)所示，c为解空间S中满足目标函数的＼hfi，fi，⋯，f：F最优解。1J∑在实际应用中，由于基本单元控制量C'U取值=x范围较小，欲获得C73中的任意控制量C是较为困JF≥F。难的事情，因此可只取其最大值，每个基本单元的subjecX*≥X(10)控制量则仅有0和Ci～2个数值，即：fi=fi=32i=